gms | German Medical Science

Fragestellung: Die operative Versorgung von hochgradigen acetabulären Defekten stellt eine der größten Herausforderungen im Gebiet der Revisionsendoprothetik dar. In Hinblick auf die steigende Anzahl der Primärimplantationen, ist in Zukunft mit einem vermehrten Auftreten von Komponentenlockerung in Verbindung mit großvolumigen, periprothetischem Knochenverlust zurechnen. Um eine erfolgreiche chirurgische Versorgung zu gewährleisten, ist eine detaillierte Analyse des Defektes und der möglichen therapeutischen Optionen essentiell. Die kürzlich vorgestellte Acetabular Defect Classification (ADC) bietet eine intuitive, verlässliche und reproduzierbare Möglichkeit zur Einschätzung komplexer Defektsituation und empfiehlt eine klare Versorgungsoption. Das Ziel dieser Publikation ist es, mit einer Kombination des innovativen und strukturierten Vorgehens der ADC und der intuitiven Nutzerfreundlichkeit einer Webbrowser-Applikation ein Werkzeug zu kreieren, das sowohl die Effizienz als auch die Lernkurve des Benutzers deutlich steigert.

Methodik: Für diese Studie wurde eine Webbrowser-basierte App, die auf gängigen Smartphones, Tablets und PCs funktioniert, beruhend auf der ADC, erstellt.

Die ADC basiert auf der Integrität des acetabulären Rahmens und der stützenden Strukturen. Sie besteht aus 4 Haupttypen in aufsteigendem Schweregrad. Diese sind weiter unterteilt in Subtypen von A-C, welche die exakte Lokalisation definieren. Typ 1 zeigt einen intakten acetabulären Rahmen, Typ 2 einen Rim-Defekt kleiner/gleich 10mm, Typ 3 einen strukturellen Rim-Defekt von über 10mm und Typ 4 unterschiedliche Erscheinungsformen der Beckendiskontinuität.

Es wurden retrospektiv gesammelte Röntgenbilder von 253 Patienten, welche eine acetabuläre Revision erhielten, ausgewertet. Nach Ausschluss wurden 80 der verbleibenden 211 randomisiert und durch fünf erfahrene orthopädische Operateure mit Hilfe der ADC-App eingeteilt. Bestimmt wurden Inter- und Intraobserver Reliabilität.

Ergebnisse und Schlussfolgerung: Es zeigte sich eine Interobserver-Reliabilität mit einem k-Wert von 0.72, welcher nach der Skala von Landis & Kock beträchtliche Übereinstimmung darstellt, während Intraobserver-Relibilität mit einem k-Wert von 0.83 ein fast perfektes Resultat widerspiegelt.

In der Befragung der Auswertenden konnte ein positives Ergebnis evaluiert werden. Besonders hervorgehoben wurden die Benutzerfreundlichkeit und das strukturierte Vorgehen zur Untergliederung eines komplexen Befundes.

Die App-unterstütze Auswertung von acetabulären Defektsituationen präsentiert sich als vielversprechender, innovativer Schritt zu einem benutzerfreundlicheren Zugang in die Thematik der acetabulären Revisionen. Es macht die Erkennung und Auswertung von komplexen Defektsituationen zugänglicher, sodass vor allem unerfahrenere Operateure deutlich profitieren.

Die Digitalisierung einer Defektklassifikation ist ein valider Weg zur Verbesserung der Reproduzierbarkeit und ist ein erster Schritt um die chirurgische Planung in der Revisionendoprothetik intuitiver zu gestalten.