gms | German Medical Science

German Congress of Orthopedic and Trauma Surgery (DKOU 2018)

23.10. - 26.10.2018, Berlin

Die präoperative digitale Planung von Knie-Endoprothesen – Genauigkeit und Einflussfaktoren

Meeting Abstract

  • presenting/speaker Samira Badry - JLU Gießen, München, Germany
  • Alexander Jahnke - JLU Gießen, Gießen, Germany
  • Dirk Stolz - JLU Gießen, Gießen, Germany
  • Bernd Ishaque - JLU Gießen, Gießen, Germany
  • Markus Rickert - JLU Gießen, Gießen, Germany
  • Gafar Ahmed - JLU Gießen, Gießen, Germany

Deutscher Kongress für Orthopädie und Unfallchirurgie (DKOU 2018). Berlin, 23.-26.10.2018. Düsseldorf: German Medical Science GMS Publishing House; 2018. DocST15-724

doi: 10.3205/18dkou042, urn:nbn:de:0183-18dkou0426

Published: November 6, 2018

© 2018 Badry et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Fragestellung: Die präoperative digitale Planung hat sich in der Orthopädie etabliert und gehört in vielen Kliniken zum Standardprozedere vor der Implantation einer Knie-Endoprothese. Sie bietet dem Operateur die Möglichkeit, sich im Vorfeld besser auf die Operation und die individuellen Gegebenheiten des Patienten vorzubereiten. Das Hauptinteresse dieser Studie lag deshalb darin herauszufinden, welche Faktoren Einfluss auf die Präzision der Planung einer Knie-Endoprothese haben können.

Methodik: 549 operative Eingriffe, bei denen am UKGM Gießen vom 01.02.2011 bis zum 31.12.2015 eine primäre Knie-Endoprothese implantiert wurde, wurden erneut jeweils retrospektiv von einem sehr erfahrenen Oberarzt der Orthopädie und einem unerfahrenen Medizinstudenten im praktischen Jahr digital geplant. Berücksichtigt wurden die Fälle, bei denen Scharnier-, bikondyläre Oberflächenersatz-, monokondyläre Schlitten-Prothesen implantiert wurden. Hierfür wurden die damals präoperativ erstellten Röntgenbilder und das entsprechend eingesetzte Prothesenmodell verwendet. Anschließend wurden die geplanten Prothesengrößen mit den tatsächlich implantierten Größen (Zielgröße) verglichen. Der Vergleich der Erfolgsquote des erfahrenen zu der des unerfahrenen Planers wurde dann anhand von Kreuztabellen und des Fischer-Tests untersucht. Zudem wurde der Einfluss von Faktoren wie BMI, Alter, Geschlecht, operierte Seite, postoperative Komplikationen, Operationsdauer, Prothesenart, Bildebene, Lage und Entfernung der Referenzkugel und die Qualität des Röntgenbildes auf die Vorhersagegenauigkeit mithilfe der logistischen Regression überprüft. Zuletzt wurde noch eine Lernkurve des unerfahrenen Planers erstellt, um dessen Fortschritt aufzuzeigen.

Ergebnisse und Schlussfolgerung: Die geplanten Prothesengrößen des erfahrenen Planers stimmten signifikant (p<0,05) häufiger mit der Zielgröße (56-59%) überein als die des unerfahrenen (44-48%), wobei dies vor allem bei den Oxford Schlitten- und den bikondylären PFC-Prothesen zu beobachten war. Mit einem Kappa-Koeffizienten nach Cohen von über 0,4 kommt der erfahrene Planer auf eine „deutliche Übereinstimmung“ und der unerfahrene mit einem Kappa-Koeffizienten von unter 0,4 lediglich auf eine „schwache Übereinstimmung“ mit der Zielgröße. Bei allen anderen potentiellen Einflussfaktoren konnte kein eindeutiger statistischer Einfluss auf das Ergebnis der Planungen nachgewiesen werden. Auch die Lernkurve des unerfahrenen Planers ergab keine eindeutige Steigung.

Es konnte gezeigt werden, dass die Erfahrung des Planers ausschlaggebend für die Genauigkeit der digitalen Planung ist. Daher sollte dieses Verfahren am besten unter Supervision eines erfahrenen Planers schon frühzeitig in die Ausbildung junger Ärzte integriert werden. Außerdem ist aufgrund des verbesserungswürdigen Kappa-Koeffizienten (max. erreicht 0,49 von möglichen 1,0) eine Optimierung des Planungsprogramms in Betracht zu ziehen. Aufgrund der nicht eindeutigen Ergebnisse der restlichen Faktoren, werden diese Gegenstand weiterer Untersuchungen sein.