XiaoMi-AI文件搜索系统
World File Search SystemArthroplasty
下肢关节置换术后预测持续使用阿片类药物的机器学习方法
摘要背景本研究的目的是为下肢关节置换术后持续使用阿片类药物使用的预测模型，并确定集合学习和超采样技术是否可以改善模型性能。我们比较了各种预测模型，以识别持续的术后阿片类药物使用，使用各种术前，术中和术后数据，包括手术程序，患者人口统计学/特征，过去的手术病史，阿片类药物使用历史，使用历史，经历了，合并症，生活方式，生活方式，生活方式，Anthesia详细信息和邮政课程。评估了六个分类模型：逻辑回归，随机森林分类器，简单喂养神经网络，平衡的随机森林分类器，平衡的装袋分类器和支持向量分类器。表现。重复分层的k-折叠交叉验证是为了计算接收器操作特性曲线（AUC）下的F1分数和面积。结果有1042例患者接受了膝关节或髋关节置换术，其中242例（23.2％）报告了持续使用的阿片类药物。没有SMOTE，逻辑回归模型的F1得分为0.47，AUC为0.79。所有合奏方法的性能都更好，平衡的包装分类器的F1得分为0.80，AUC为0.94。SMOTE基于F1分数的所有模型的性能提高了。具体来说，平衡袋分类器的性能提高到F1分数为0.84，AUC为0.96。在平衡装袋模型中最重要的特征是术后第1天使用阿片类药物，体重指数，年龄，术前阿片类药物，出院时处方的阿片类药物和住院时间。结论集合学习可以极大地改善持续使用阿片类药物的预测模型。对高危患者的准确和早期鉴定可以在临床决策和通过个性化干预措施的早期优化中发挥作用。
三维规划，导航，特定于患者的仪器和肩关节置换术中的混合现实：数字骨科复兴
格朗蒙特（Grammont）在1985年对RTSA的发展标志着骨科手术的重要里程碑（1）。自成立以来，RTSA的应用由于其不断扩大的适应症而产生了显着的全球激增，现在它涵盖了Glenohumeral骨关节炎，袖口撕裂关节炎，近端肱骨骨折，甚至是适用的修订方案（2）。尽管有希望的长期到患者满意度的长期结局，但仍有相当数量的并发症持续存在（3，4）。虽然解剖学总肩关节置换术（ATSA）和RTSA都表现出极好的长期生存率，但并发症仍然出现（5）。一些最常见的并发症是肩cap骨，不稳定性和腺体松动，它们通常与关节腺体成分的不适当定位有关（3、5、6）。精确的组件放置已被确定为避免这种并发症，实现出色的生物力学性能和优化功能结果的关键因素，这强调了精确植入物定位以最大程度地减少不良事件风险的重要性（7）。
探索颞下颌疾病的复杂性
外周神经损伤，例如上臀神经的轴突损伤，是罕见的，但髋关节置换术后可能发生的并发症。本病例报告描述了使用脂肪衍生的间充质干细胞（MSC）来治疗71岁患者上臀神经的轴突损伤。常规康复失败后，选择MSC浸润并使用超声（美国）指导进行。两个月后，患者显示出肌电图（EMG）的归一化，表明完全恢复神经，并显着改善了神经性疼痛。患者还表明，在等速评估中，右髋关节扩展期间的最大扭矩增加了55％，功率增加了9％，从而提高了肌肉强度和功能。此病例强调了MSC在促进神经再生中的潜力，表明这种方法可以加速神经恢复并改善短期临床结局。尽管结果是有希望的，但仍需要进一步的研究来确认这种治疗的疗效和安全性。这种细胞疗法和身体康复的综合模型代表了从复杂的神经损伤中恢复的重大进步。
Exactech 推出用于肩关节置换术的开创性人工智能和放射组学研究，重点介绍膝关节和踝关节技术的进展
这项新研究展示了机器学习技术（如聚类）如何将 CT 图像衍生的放射组学数据与患者人口统计数据聚合在一起，以确定临床相关的肌肉分类，这些分类可以预测肩关节置换术后的临床结果。在第一项研究中，分析了 1,382 名患者的 CT 扫描中的三角肌放射组学，以确定肩关节置换术前后与高水平和低水平运动相关的五个不同的三角肌群。该技术可以应用于其他肌肉以及骨骼，以合成复杂的图像数据，以便临床医生通过术前规划软件轻松解释。
表面肌电图揭示了中间三角肌作为反向总肩关节置换术后功能优势的肩部肌肉
针对肩袖节关节病的患者指示了反向总肩关节置换术（RSA），这种疾病以藻毛性关节炎和肩袖袖口不足为特征。RSA假体通过将肱骨头转换为插座，将腺体转化为半球，从而违背了自然的肩关节解剖结构，从而导致内侧旋转中心和延长的肱骨[1,2]。这种设计改变了肩膀的生物力学，增加了三角肌纤维纤维的募集，并最终与肩部强度相比，与常规的总肩关节置换术相比，具有卓越的稳定性和控制性[1]。在恢复过程中，肩袖和支撑肌肉，尤其是三角肌，适应肩膀改变的生物力学，对肌肉活动，功能结果和运动范围产生重大影响[3-5]。肌肉活动或适应性可以通过肌肉测试来评估，使用小针电电极或粘附在皮肤上的表面电极进行评估。表面肌电图（SEMG）最近已被证明是一种有效且无创的工具，用于量化肩部中的个体肌肉激活，并已在临床诊断和康复环境中广泛使用[3,6-9]。
系统评价文章：基于实用技巧的髋关节置换手术中的机器人仪器的应用系统评价
简介：本研究研究了基于实际点的髋关节置换手术中使用机器人工具的使用。这项研究的目的是评估具有自动移植物上颌前进的一件式Lefort I截骨术的骨骼稳定性。近几十年来，在科学和技术进步的帮助下，手术已成为一种治疗方法，并且将电气机器人用作最先进的第三代微创手术，该手术具有非常高级的远程手术系统，正在研究多次。方法：除了指电子搜索和审查中发现的论文外，还彻底搜索了医疗资源的最相关和最重要的医疗资源数据库，例如Google Scholar和Cochrane Cenral。审查了他们的消息来源，并进行了手动搜索，并在必要时与专家进行了沟通。搜索，使用了合适的术语（网格，免费文本）。的发现：结果表明，由于股骨头假体和茎假体的圆锥体区域之间存在多个剪切力，由摩擦引起的腐蚀以及两者之间的界面磨损引起的腐蚀，这被认为是尖端的，从而导致金属离子和颗粒的产生。结论：从现有金属表面释放出非常细腻的释放，它放置在髋关节的聚乙烯衬里上，这本身会导致金属差，骨骨溶解和假体稳定性损失等后果。此外，髋关节置换后的肢体长度差，THA（总髋关节置换术）是一种常见的并发症，会影响患者对关节置换的满意度。
患者和临床医生对全膝关节置换术后个性化康复的“类似人的我”工具的看法：一项定性访谈研究
是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。（未通过同行评审证明）预印版本的版权持有人于2024年12月20日发布。 https://doi.org/10.1101/2023.10.23.23297404 doi：medrxiv preprint
患者和临床医生对全膝关节置换术后个性化康复的“类似人的我”工具的看法：一项定性访谈研究
。cc-by-nc-nd 4.0国际许可证是根据作者/资助者提供的，他已授予Medrxiv的许可证，以永久显示预印本。（未通过同行评审认证）
围手术期地塞米松对患有总髋关节置换术的2型糖尿病患者的住院时间和血糖控制的影响
最近对接受骨科手术的患者进行的一项大型单中心研究，其中包括DM的比例相对较大（近25％）的患者显示，所有受试者的医院LO（即有或没有DM）的医院LO降低了，这些受试者接受了毛躁的扰流性去甲米松，而平均峰值gluc型在医院入院的平均峰值限制为可测量的增加。18然而，这项研究没有评估院前血糖控制或门诊糖尿病管理等因素如何影响地塞米松后高血糖的风险，以及该研究的时间范围（2000年1月至8月2016年）可能意味着手术方法和专业人士的变化可能会影响临床库存。19-21在本文中，我们研究了围手术期地塞米松对2型DM型血糖控制和医院LOS的影响，该患者在2013 - 2015年期间接受了单个中心，这是在此期间，包括前，一年，一年和一年在使用共识指南后的一年级，用于使用毛皮果皮纤维化的时期。7
糖尿病与全髋关节置换术结局之间的关联：使用美国国家住院样本
抽象目的是研究糖尿病与接受原发性全髋关节置换术（THA）患者的术后结局的关联。设计回顾性队列研究使用美国国家住院样本（NIS）的数据。设置研究队列是美国原发性THA的住院，这是NIS 2016 - 2020年确定的。参与者我们在2016 - 2020年NIS中确定了2 467 215名成年人，他们使用国际疾病分类，第10个修订代码接受了主要的THA。原发性医院被分析为整体组，并通过对THA的基本诊断进行了分层。结果措施的结果度量是医院住院时间>中位数，总医院费用>中位数，住院死亡率，非顾问出院，需要输血，人工骨折，假体脱位和术后感染，包括围产期围卷围产期关节感染，深层外科手术部位感染，深层外科手术。在2 467 215例接受初次THA的患者中，平均年龄为68.7岁，女性为58.3％，白人为85.7％，有61.7％的Medicare付款人，有20.4％的Deyo-Charlson Index（适应为2或更高的糖尿病）。416 850（17％）患者患有糖尿病。我们注意到无血管坏死和炎症性关节炎队列中缺乏某些关联（p> 0.05）。结论糖尿病与原发性THA后的医疗保健利用率增加，输血和术后感染风险有关。需要进行较大的研究，在经历原发性THA的血管坏死和炎症性关节炎队列中。在整个队列中多变量调整的逻辑回归中，糖尿病与更长的住院时间更长（调整或（AOR）1.38; 95％CI 1.35至1.41）有关输血（AOR 1.19; 95％CI 1.15至1.23），术后感染（AOR 1.62; 95％CI 1.10至2.40）和人心理联合感染（AOR 1.91; 95％CI CI 1.12至3.24）。通过术前医疗管理和/或特定术后途径的糖尿病优化可以改善这些结果。