人工智能检测早期全膝关节置换植入物失效

本试验的目的是调查机器学习 (ML) 是否可用于检测 X 光片上的小程度松动、透明区域或任何其他可能预测 NexGen 全膝关节置换术后早期失效的变化。

研究人员将识别两组患者的正位平片和侧位平片X光片。 那些接受 NexGen 全膝关节置换术 (TKR) 但最终失败的人，以及那些拥有表现良好的 TKR 的人。 这两组的射线照片将被标记为“失败”和“表现良好”，并将通过机器学习算法进行处理。

如果该算法能够检测到继续失败或继续表现良好的 NexGen TKR，则该算法将成功。 这将通过使用测试集来确定。

召回对象为使用标准胫骨托 NexGen 全膝关节置换术的成年人。 它将仅包括 2003 年至 2022 年间在南安普顿大学医院接受 TKR 的成年人。

失败将被定义为胫骨或股骨组件的修正，这可能是由于侧面松动造成的。 它将排除冲洗、聚合物交换、假体周围骨折、微生物学证实的感染。

表现良好的 TKR 将被定义为在原位进行 TKR 10 年并且没有报告明显症状的患者。