Computer-navigated knee arthroplasty database analysis: coronal deformation, release and phenotypes

Full Text

ВВЕДЕНИЕ

С тех пор, как John Insall и Michael Freeman предложили в 1970-х гг. оригинальные мыщелковые имплантаты в качестве альтернативы шарнирным, технологии тотального эндопротезирования коленного сустава (ТЭКС) прошли длительный путь эволюции [1, 2]. На ранних этапах основное внимание уделялось обеспечению стабильности и долговечности имплантатов. Однако развитие биомеханических представлений привело к смещению акцента в сторону воспроизведения анатомии и физиологической кинематики коленного сустава [3, 4]. Внедрение анатомических бедренных компонентов и более конгруэнтных полиэтиленовых вкладышей позволило повысить функциональные результаты и удовлетворенность пациентов.

К началу 2000-х гг. появилась компьютерная навигация, позволившая хирургу выполнять этапы операции под цифровым контролем в режиме реального времени. По данным различных зарубежных источников, навигационные системы обеспечили визуализацию осей, контроль костных опилов и, как следствие, более точное позиционирование компонентов и сбалансированный сустав [5, 6, 7]. Также преимущества использования компьютерной навигации отмечены и отечественными авторами [8, 9, 10, 11, 12]. Данные технологии легли в основу робот-ассистированного протезирования, которое продолжает свое совершенствование [13]. В настоящее время труды многих ортопедических хирургов и производителей имплантатов и оборудования направлены на улучшение баланса коленного сустава при протезировании [14, 15], например за счет воспроизведения концепций выравнивания, альтернативных механическому. Одним из знаковых исследований, посвященных этой проблеме, является классификация фенотипов Coronal Plane Alignment of the Knee (СРАК) [16]. Также стоит отметить, что достичь значительных успехов в балансировке коленного сустава при воспроизведении различных методик позволили именно робот-ассистированные технологии и компьютерная навигация за счет возможной интраоперационной оценки стабильности и высокой точности костных резекций [17].

Рутинное применение компьютерной навигации на базе ММНКЦ им. С.П. Боткина ДЗМ начиная с 2008 г. позволило собрать нам базу данных, записанных в ходе операции, и в последующем провести ее анализ, первые результаты которого будут представлены далее.

Цель исследования — определить взаимосвязь фронтальной деформации коленного сустава со сгибательной контрактурой, оценить параметры коррекции деформации и провести фенотипирование по классификации CPAK на основе интраоперационных данных компьютерной навигации при ТЭКС.

МАТЕРИАЛ И МЕТОДЫ

Дизайн исследования

Выполнено ретроспективное одноцентровое когортное исследование на основе анализа базы данных компьютерной навигации, сформированной при выполнении ТЭКС.

Из 1148 операций, зарегистрированных в базе данных, в анализ включена 941 операция ТЭКС, проведенная у 853 пациентов в период с 2008 по 2024 г. Средний возраст пациентов составил 66 (29–85) лет, женщин было 657 (77,0%), мужчин — 196 (23,0%).

Критерии включения: первичный гонартроз III–IV стадии по Kellgren – Lawrence; плановое первичное ТЭКС с использованием компьютерной навигации; наличие полного объема навигационных данных.

Критерии невключения: операции без использования компьютерной навигации.

Критерии исключения: дефект или потеря навигационных данных; технические ошибки регистрации ориентиров (некорректное позиционирование трекеров); посттравматические и внесуставные деформации; ревизионные вмешательства.

Все операции выполнялись с использованием навигационной системы Stryker Navigation II (Stryker, США). Выполнялась стандартная для данной навигационной системы регистрация анатомических ориентиров бедренной и большеберцовой костей, построение механических осей и расчет исходных угловых параметров.

Анализ проводился по двум временным интервалам:

• 2008–2012 гг. — 479 операций у 429 пациентов. Данные получены из сформированной ранее таблицы Excel. Выполнен анализ показателей деформации во фронтальной плоскости и показателей максимального разгибания в коленном суставе на этапах до и после операции;
• 2017–2024 гг. — с носителя информации навигационной системы выгружена и вручную внесена в таблицу Excel информация, соответствующая критериям включения, невключения и исключения. Получены доступные для анализа данные по 462 операциям у 424 пациентов. Выполнен анализ показателей деформации во фронтальной плоскости и максимального разгибания и сгибания в коленном суставе до и после операции, а также по ходу операции на примерочных компонентах; анализ данных максимальной деформации во фронтальной плоскости до операции (в нагрузке); анализ данных по величине костных опилов бедренной и большеберцовой костей;
• 2013–2016 гг. — данные отсутствуют по техническим причинам.

Величина послеоперационной деформации регистрировалась после окончательной имплантации компонентов эндопротеза и значится в исследовании как остаточная. Для ориентировочной оценки вклада костных резекций в коррекцию фронтальной деформации использовалась упрощенная расчетная модель сопоставления разницы костных резекций и суммарной угловой коррекции. Следует подчеркнуть, что данный подход носит условный характер и использован исключительно для выявления тенденций, а не для определения точных значений мягкотканного релиза. Коррекция деформации определяется как разница между исходной и остаточной деформацией и представляет собой сумму коррекции, достигнутой путем резекции суставных поверхностей, со значением выполненного релиза. Для расчета значений коррекции за счет костных опилов принята разница в величине резекции медиальных и латеральных мыщелков бедренной и большеберцовой костей в миллиметрах.

Таким образом, для расчета значения выполненного релиза при варусной деформации была разработана формула:

Р = (ИД - ОД) - КР,

где Р — значение выполненного релиза, ИД — исходная деформация, ОД — остаточная деформация, КР — коррекция резекциями.

Учитывая, что значения деформации зарегистрированы в градусах, а коррекция за счет резекций — в миллиметрах, было принято решение условно считать 1 миллиметр разницы равным 1 градусу коррекции угловой деформации.

Для классификации исходных деформаций выполнена проекция полученных навигационных данных на классификацию CPAK [16]. Расчеты выполнялись по формулам:

LDFA (Lateral Distal Femoral Angle) = 90° + (разница в величине опила латерального и медиального мыщелков бедренной кости);

MPTA (Medial Proximal Tibial Angle) = 90° – (разница в величине опила латерального и медиального мыщелков большеберцовой кости);

JLO (Joint Line Obliquity) = LDFA + MPTA;

aHKA (arithmetic Hip-Knee-Ankle angle) = MPTA - LDFA.

Следует отметить, что в большинстве опубликованных исследований классификация CPAK рассчитывается по данным предоперационных телерентгенограмм нижних конечностей. В настоящем исследовании фенотипирование проводилось на основании интраоперационных навигационных измерений.

Статистический анализ

Статистическая обработка данных выполнялась с использованием программного обеспечения Statisty for MacOS (numiqo e.U., Австрия). Нормальность распределения количественных данных оценивалась с использованием критерия Шапиро – Уилка. Количественные переменные представлены в виде среднего значения (M), стандартного отклонения (SD), минимального (min) и максимального (max) значений. Для категориальных переменных рассчитывались доли в процентах с 95% доверительным интервалом (95% ДИ) по методу Вилсона. Для сравнения показателей до и после операции применялся парный t-критерий Стьюдента. Корреляционный анализ проводился с использованием коэффициента корреляции Пирсона. Интерпретация силы связи проводилась по шкале Чеддока. Сравнение количественных показателей между тремя и более независимыми группами проводилось с использованием дисперсионного анализа с поправкой Уэлча (Welch’s ANOVA). Статистически значимыми считались различия при p < 0,05.

РЕЗУЛЬТАТЫ

По исходной фронтальной деформации пациенты разделились следующим образом: вальгусная деформация — 87 операций (9,2%); варусная деформация — 854 операции (90,8%). Пациентов с варусной деформаций дополнительно разделили на 4 подгруппы в зависимости от выраженности: варус 0–5° — 167 случаев (17,7%); варус 5–10° — 318 (33,8%); варус 10–15° — 239 (25,4%), варус более 15° — 130 (13,8%). Учитывая факт наименьшей доли пациентов с вальгусной деформацией, разделение их по группам не проводилось.

Средние значения деформации во фронтальной плоскости и максимального разгибания/переразгибания и сгибания в коленном суставе на этапах до и после проведенного оперативного вмешательства представлены в таблице 1. Частота переразгибания была статистически значимо выше (χ² = 70,646; p < 0,001) у пациентов с вальгусной деформацией (55,2% (95% ДИ 44,7–65,3), n = 48) по сравнению с варусной (17,0% (95% ДИ 14,7–19,7), n = 145). Сгибательная контрактура статистически значимо (χ² = 60,470; p < 0,001) чаще встречается у пациентов с варусной деформацией (79,7% (95% ДИ 76,8–82,3), n = 681) по сравнению с пациентами группы вальгуса (42,5% (95% ДИ 32,5–53,1), n = 37). Корреляционный анализ выявил слабую положительную связь между выраженностью фронтальной деформации и ограничением разгибания/переразгибанием (r = 0,25; p < 0,001), что соответствует слабой корреляции по шкале Чеддока (рис. 1).

 

Таблица 1. Средние значения деформации во фронтальной плоскости и максимального разгибания/переразгибания и сгибания в коленном суставе на этапах до и после операции, град., M±SD (min-max)

Вид и степень деформации	Деформация	Максимальное разгибание	Максимальное сгибание	Деформация	Максимальное разгибание	Максимальное сгибание
	До операции			После операции
Вальгус	-7,8±7,5 (-40,0…-0,5)	0,4±11,6 (-38,0–37,5)	124,6±22,03 (-10,0–149,0)	-0,7±1,6 (-5,0–3,0)	0,32±3,19 (-16,5–5,0)	128,92±9,95 (99–148)
Варус 0–5°	2,8±1,5 (0,0–5,0)	4,4±7,6 (-14,0–33,0)	126,2±14,3 (16,0–150,0)	0,0±1,2 (-5,5–5,0)	1,49±3,08 (-5–13)	128,92±9,14 (106–145)
Варус 5–10°	7,2±1,7 (5,5–10,0)	5,3±6,6 (-17,0–33,0)	124,4±20,8 (1,0–151,0)	0,45±1,22 (-4,0–4,5)	1,62±2,78 (-5,5–13)	131,92±8,37 (100–153)
Варус 10–15°	11,5±2,0 (10,5–15,0)	6,4±7,3 (-12,5–37,5)	124,9±18,4 (6,0–155,0)	0,74±1,31 (-5,5–6,0)	1,84±2,82 (-7,5–13,0)	129,81±10,22 (79–149)
Варус > 15°	19,6±5,5 (15,5–36,0)	8,1±9,6 (-23,0–30,0)	119,1±15,8 (22,0–148,0)	0,85±1,39 (-3–4)	1,20±2,66 (-5–15)	129,16±8,43 (109–145)

 

Рисунок 1. Диаграмма рассеяния, демонстрирующая связь между величиной фронтальной деформации и выраженностью сгибательной контрактуры или переразгибания

Figure 1. Scatterplot demonstrating the relationship between the magnitude of coronal deformation and the severity of flexion contracture or hyperextension

 

Остаточная деформация в оперированном суставе после окончательной имплантации компонентов составила в среднем от -0,91° до +0,94°. При проведении статистического анализа (t-критерий Стьюдента для парных выборок) по данным этапов до и после операции была достигнута значимая разница в деформации по всем группам (p < 0,001), значимые отличия по максимальному разгибанию по всем группам, кроме вальгуса (p < 0,001 и p = 0,969 соответственно).

Анализ сгибания показал статистически значимые различия в группах с варусом 10–15° и более 15° (p < 0,001). В других же группах была отмечена только тенденция к увеличению сгибания без статистической значимости (анализ максимального сгибания проводился только для пациентов (n = 424) второго временного интервала (2017–2024).

Данные по величине костных резекций представлены в таблице 2. Отмечается ожидаемая стойкая тенденция к увеличению в разнице резекции медиальных и латеральных отделов в зависимости от вида и степени деформации. Также отмечается тенденция к увеличению величины резекции дистального отдела бедренной кости по мере увеличения степени варусной деформации, что обусловлено описанной ранее корреляцией между степенью деформации и величиной сгибательной контрактуры. Статистический анализ показал значимые различия в величине костных опилов и значениях разницы костных резекций во всех группах при проведении дисперсионного анализа. Отмечалась последовательная тенденция к увеличению разницы в величине медиальной и латеральной резекций по мере увеличения степени варусной деформации.

 

Таблица 2. Средняя величина костных резекций по данным компьютерной навигации, мм, M±SD

Вид и степень деформации	Бедренный сегмент			Большеберцовый сегмент
	M	L	КР	M	L	КР
Вальгус	9,82±2,02	5,07±3,27	4,7±3,14	8,55±3,11	5,55±4,77	4,49±4,88
Варус 0–5°	9,33±2,12	8,7±2,35	1,81± 1,72	5,67±5,08	9,3±1,24	4,39±3,45
Варус 5–10°	8,74±1,81	9,87±2,23	2,87±2,69	5,13±2,39	9,53±1,91	6,11±2,48
Варус 10–15°	7,86±2,63	10,32±2,08	3,22±1,86	3,97±2,46	10,09±1,09	9,04±4,05
Варус > 15	7,08±2,96	10,53±2,15	4,88±2,68	-0,91±5,18	10,06±1,9	13,53±5,52
Welch’s ANOVA	F = 11,09*	F = 36,8*	F = 13,77*	F = 47,96*	F = 35,21*	F = 23,73*

M — медиальный отдел, L — латеральный отдел, КР — коррекция резекциями (разница в резекции медиального и латерального отделов в абсолютной величине); * — p < 0,001.

 

Коррекция деформации за счет релиза мягких тканей по нашим расчетам составила: 2,86±1,48° в подгруппе варус 0–5°; 3,43±2,21° в подгруппе варус 5–10°; 4,78±2,65° в подгруппе варус 10–15°; 6,76± 3,34° в подгруппе варус более 15° (рис. 2).

 

Рисунок 2. Данные по коррекции деформации мягкотканным релизом, град.

Figure 2. Data on deformity correction following soft-tissue release, deg.

 

Данные пациентов второго временного периода (2017–2024 гг., 462 операции, 424 пациента) по фенотипам классификации CPAK распределились следующим образом: фенотип I — 68,8% (95% ДИ 64,6–73,0), III — 10,2% (95% ДИ 7,8–13,3), VII — 7,4% (95% ДИ 5,3–10,1), IX — 5,2% (95% ДИ 3,5–7,6), IV — 4,3% (95% ДИ 2,8–6,6), II — 1,7% (95% ДИ 0,9–3,4%), VI — 1,1% (95% ДИ 0,5–2,5), фенотипы V и VIII — по 0,7% (95% ДИ 0,2–1,9).

ОБСУЖДЕНИЕ

По виду и степени деформации в анализируемой базе навигационных данных преобладали пациенты с варусной деформацией, в то время как доля пациентов с вальгусной деформацией не превышала 10%, что соответствует данным литературы [4, 18, 19, 20, 21]. Средняя выраженность варусной деформации в нашей серии колебалась от 5° до 15°, а тяжелые формы (> 15°) встречались примерно в 20% случаев — аналогично данным J.H. Noh с соавторами [22].

Отмечена слабая положительная корреляционная связь между выраженностью фронтальной деформации и степенью ограничения разгибания, наиболее выраженная у пациентов с тяжелым варусом. Так, у пациентов с варусной деформацией в более чем 80% случаев отмечалась сгибательная контрактура, у каждого третьего из них она превышала 10°. В ряде исследований также показана взаимосвязь между выраженностью варусной деформации и наличием сгибательной контрактуры при остеоартрозе коленного сустава. По мере прогрессирования варусной деформации увеличивается ригидность медиальных мягкотканных структур, ухудшается разгибание и возрастает частота фиксированных контрактур [23, 24].

Для вальгусных коленных суставов характерна противоположная тенденция — чаще наблюдается переразгибание, что также отмечалось в работах R. Rossi с соавторами и L.A. Whiteside, W.M. Mihalko [21, 24]. Однако противоположные ситуации встречаются как в группах варуса, так и среди пациентов группы вальгуса, где отмечены случаи сгибательной контрактуры.

Результаты установки компонентов и остаточная деформация

Согласно анализу базы навигационных данных послеоперационная фронтальная ось во всех группах находилась в пределах ±2° (см. табл. 2) от целевой механической линии, что соответствует современным стандартам точности установки компонентов. Похожие результаты представлены в исследованиях J.T. Moskal с соавторами [7] и G.A. Sheridan с соавторами [25], в которых навигация позволила достичь более точного выравнивания в сравнении со стандартной методикой эндопротезирования. Остаточная деформация свыше 3° наблюдалась редко и преимущественно у пациентов с исходным тяжелым варусом. Таким образом, навигация обеспечивает воспроизводимую точность установки компонентов даже при выраженных деформациях, что трудно достижимо при «аналоговом» эндопротезировании.

Мягкотканный релиз при механическом выравнивании

Полученные нами данные относительно объема мягкотканного релиза для устранения варусной деформации свидетельствуют о высокой ценности и необходимости выполнения данной манипуляции для достижения нейтральной оси при механическом выравнивании и перекликаются с данными литературы, лежащими в основе концепции механического выравнивания. Отмечена зависимость объема мягкотканного медиального релиза от степени варусной деформации и контрактуры [19, 20, 23, 24]. Анализ навигационной базы данных, в свою очередь, позволил объективно зафиксировать эффект релиза — устранение деформации и достижение сгибательно-разгибательного баланса. Таким образом, навигационные системы дают возможность количественно оценивать влияние релиза на баланс и динамику выравнивания, что недостижимо при аналоговом методе. Однако стоит отметить, что полученные нами данные по величине выполненного релиза нельзя считать абсолютными ввиду влияния на устранение деформации не только разницы опилов медиальных и латеральных отделов, но и самой величины опила дистального отдела бедренной кости и проксимального отдела большеберцовой. Также нельзя исключать влияние связочной стабильности коленного сустава (различия фиксированной и нефиксированной деформации).

На рисунке 3 представлен скриншот экрана навигационной системы после медиальной артротомии и установки навигационных датчиков (трекеров). На рисунке 4 данные того же пациента, записанные в навигационный протокол после завершения адекватного хирургического доступа (медиальный парапателлярный), а именно после иссечения крестообразных связок, резекции краевых остеофитов и тотальной резекции дегенеративно-измененных медиального и латерального менисков коленного сустава. При сравнении двух этих изображений отмечается полное устранение сгибательной контрактуры, а также значительное уменьшение средней варусной деформации и улучшение максимального сгибания в коленном суставе.

 

Рисунок 3. Скриншот экрана навигационной системы после медиальной артротомии и установки навигационных датчиков

Figure 3. Screenshot of the navigation system obtained after medial arthrotomy and installation of trackers

 

Рисунок 4. Данные, записанные в навигационный протокол после завершения адекватного хирургического доступа

Figure 4. Navigation protocol data recorded after adequate surgical approach

 

Проекция навигационных данных на классификацию CPAK и ее ограничения

Классификация CPAK как оригинальное исследование описывает фенотипы коленного сустава на основе сочетания углов aHKA (MPTA - LDFA) и JLO (MPTA+LDFA). Проекция данных нашей базы на классификацию CPAK показала, что распределение фенотипов отличается от представленных в ряде других исследований (табл. 3). Здесь же стоит отметить, что в нашем исследовании выполнена именно проекция данных на классификацию, так как в оригинальном исследовании расчет данных проводился на основе телерентгенограмм.

 

Таблица 3. Сравнительная таблица данных исследования и мировой актуальной литературы

Источник	Ключевые отличия	Результаты и сравнение
Наша серия (навигация, 2017–2024)	424 операции с применением компьютерной навигации	I — 69%; III — 10%; VII — 7%
MacDessi S.J. с соавт., 2021 [16] (оригинальное исследование CPAK)	Описан метод и референтные распределения	II — 32,2%; I — 19,4%; V — 14,6% В оригинале отмечены вариации по популяциям
León-Muñoz V.J. с соавт., 2024 [26] (испанская когорта)	Пациенты с ОА (испанская популяция)	I — 30,7%; IV — 25,9%; II — 21% и др. Распределение отличается от ряда других стран
Gao Y.H. с соавт., 2024 [27] (китайская когорта)	Китайские пациенты (с ОА и здоровые)	При ОА чаще встречается тип I; распределения по фенотипам отличаются от западных выборок
Pagan C.A. с соавт., 2024 [28] (систематический обзор различий по странам)	Данные из нескольких стран (Франция, Индия, Япония, Австралия и др.)	Тип I доминирует во Франции, Индии, Японии; тип II чаще в Австралии — видим географическую вариабельность
Zhao G. с соавт., 2025 [29] (систематический обзор географических различий)	Метаанализ/обзор по странам	Формально подтверждена значимая географическая вариабельность распределения CPAK в популяциях с ОА

ОА — остеоартроз.

 

Для полученных в ходе данного сравнения различий может быть несколько обоснований. Помимо описанных зарубежными коллегами популяционных причин, с наибольшей долей вероятности на полученные отличия повлияла сама методология определения фенотипа: мы используем интраоперационные навигационные расчеты (aHKA/JLO по навигации), тогда как многие авторы рассчитывают CPAK по панорамным рентгеновским снимкам в нагрузке. CPAK — статическая классификация, тогда как навигация отражает динамическую биомеханику сустава. Иными словами, результаты нашего исследования демонстрируют многоплоскостную природу деформации, что, в свою очередь, нельзя не учитывать при ее коррекции. Также, согласно данным зарубежного исследования, фенотип может изменяться с прогрессированием артроза [27]. Есть и целый ряд исследований, отражающих погрешности в расчетах по панорамным телерентгенограммам [30, 31, 32, 33, 34].

Классификация СРАК лежит в основе аргументации альтернатив механическому методу выравнивания. Однако полученные в ходе данного исследования результаты отражают целый ряд ограничений: рентгенологическая погрешность, многоплоскостная природа деформации, вероятность связочной нестабильности (нефиксированная варусная деформация) и вероятность изменения деформации коленного сустава в ходе выполнения адекватного хирургического доступа, описанные выше. Помимо этого, необходимо учитывать и состояние контралатерального сустава. Таким образом, для обоснования и определения концепции выравнивания необходимо ограничить показания к альтернативным методам.

Полученные данные демонстрируют потенциал использования навигационных систем не только для контроля имплантации компонентов, но и для изучения индивидуальной биомеханики коленного сустава.

Ограничения исследования

Настоящее исследование имеет ряд ограничений. Во-первых, ретроспективный одноцентровый дизайн. Во-вторых, использование интраоперационных навигационных данных без прямого сопоставления с телерентгенограммами нижних конечностей. В-третьих, возможная погрешность регистрации анатомических ориентиров навигационной системой. Кроме того, расчет объема мягкотканного релиза носит ориентировочный характер и основан на упрощенной модели.

Перспективы

Анализ накопленной базы данных компьютерной навигации позволил не только оценить результаты выполненных операций, но и определить перспективные направления дальнейших исследований, включая изучение баланса коленного сустава, ротационных взаимоотношений компонентов, торсионных деформаций и разработку методики интраоперационного выбора оптимальной концепции выравнивания. Отсутствие аналогичных исследований в доступной мировой литературе подчеркивает научную и практическую значимость данной работы и необходимость дальнейшего накопления и анализа навигационных данных при использовании навигационных и роботизированных технологий в эндопротезировании коленного сустава.

ЗАКЛЮЧЕНИЕ

Проведенный анализ базы навигационных данных тотального эндопротезирования коленного сустава позволил объективно оценить особенности фронтальной деформации, ее динамику на различных этапах операции и взаимосвязь с состоянием мягкотканного баланса. Полученные результаты подтвердили преобладание варусной деформации у пациентов с гонартрозом, а также наличие статистически значимой корреляции между выраженностью варуса и степенью сгибательной контрактуры. Установлено, что по мере увеличения степени варусной деформации возрастает необходимость выполнения медиального мягкотканного релиза, что отражает сложность достижения баланса при механическом выравнивании у пациентов с тяжелыми деформациями.

Проекция навигационных данных на классификацию CPAK выявила отличия от распределений фенотипов, полученных в рентгенологических исследованиях, что требует осторожной интерпретации фенотипирования и указывает на ограничения статических методов оценки деформации. Полученные результаты подтверждают многоплоскостной и динамический характер деформации коленного сустава, который не всегда может быть полноценно отражен при предоперационном рентгенологическом обследовании.

Компьютерная навигация обеспечивает точный контроль всех этапов операции: регистрацию анатомических ориентиров, выполнение костных резекций, установку компонентов эндопротеза и оценку мягкотканного баланса в режиме реального времени. Использование навигации позволяет индивидуализировать метод выравнивания в зависимости от анатомических особенностей пациента и интраоперационных данных, повышает воспроизводимость результатов и снижает вероятность ошибок позиционирования компонентов, особенно при тяжелых деформациях.

Полученные результаты подтверждают эффективность, точность и высокий потенциал компьютерной навигации как инструмента персонализированного подхода в тотальном эндопротезировании коленного сустава и отражают перспективность ее дальнейшей интеграции в современные цифровые и роботизированные технологии.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Заявленный вклад авторов

Алексеев С.С. — концепция и дизайн исследования, сбор и интерпретация данных, написание и редактирование текста статьи, поиск и обзор литературы.

Мурылев В.Ю. — концепция исследования, редактирование текста статьи.

Куковенко Г.А. — концепция и дизайн исследования, анализ и интерпретация данных.

Елизаров П.М. — анализ и интерпретация данных, редактирование текста статьи.

Голубкин Д.О. — интерпретация данных, поиск и обзор литературы.

Музыченков А.В. — анализ и интерпретация данных, редактирование текста статьи.

Руднев А.И. — анализ и интерпретация данных, редактирование текста статьи.

Все авторы прочли и одобрили финальную версию рукописи статьи. Все авторы согласны нести ответственность за все аспекты работы, чтобы обеспечить надлежащее рассмотрение и решение всех возможных вопросов, связанных с корректностью и надежностью любой части работы.

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Возможный конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Этическая экспертиза. Не применима.

Информированное согласие на публикацию. Не требуется.

Генеративный искусственный интеллект. При создании статьи технологии генеративного искусственного интеллекта не использовали.

DISCLAIMERS

Author contribution

Alekseev S.S. — study concept and design, data acquisition and interpretation, drafting and editing the manuscript, literature search and review.

Murylev V.Yu. — study concept, editing the manuscript.

Kukovenko G.A. — study concept and design, data analysis and interpretation.

Elizarov P.M. — data analysis and interpretation, editing the manuscript.

Golubkin D.O. — data interpretation, literature search and review.

Muzychenkov A.V. — data analysis and interpretation, editing the manuscript.

Rudnev A.I. — data analysis and interpretation, editing the manuscript.

All authors have read and approved the final version of the manuscript of the article. All authors agree to bear responsibility for all aspects of the study to ensure proper consideration and resolution of all possible issues related to the correctness and reliability of any part of the work.

Funding source. This study was not supported by any external sources of funding.

Disclosure competing interests. The authors declare that they have no competing interests.

Ethics approval. Not applicable.

Consent for publication. Not required.

Use of artificial intelligence. No generative artificial intelligence technologies were used in the preparation of this manuscript.

About the authors

Semyon S. Alekseev

Botkin Hospital

Author for correspondence.
Email: semen.alekseev.92@mail.ru
ORCID iD: 0000-0001-7599-7472
SPIN-code: 7653-7021

Cand. Sci. (Med.)

Russian Federation, Moscow

Valery Yu. Murylev

Botkin Hospital; I.M. Sechenov First Moscow State Medical University (Sechenov University)

Email: nmuril@yandex.ru
ORCID iD: 0000-0001-5753-8926
SPIN-code: 7695-1145

Dr. Sci. (Med.), Professor

Russian Federation, Moscow; Moscow

Grigory A. Kukovenko

Botkin Hospital; I.M. Sechenov First Moscow State Medical University (Sechenov University)

Email: gkukovenko@gmail.com
ORCID iD: 0000-0001-6700-0222
SPIN-code: 2644-8963

Cand. Sci. (Med.)

Russian Federation, Moscow; Moscow

Pavel M. Elizarov

Botkin Hospital; I.M. Sechenov First Moscow State Medical University (Sechenov University)

Email: elizarov_07@mail.ru
ORCID iD: 0000-0002-0217-2434
SPIN-code: 1022-5877

Cand. Sci. (Med.)

Russian Federation, Moscow; Moscow

Dmitriy O. Golubkin

I.M. Sechenov First Moscow State Medical University (Sechenov University)

Email: dima.golubkin02@yandex.ru
ORCID iD: 0000-0003-3293-0918
SPIN-code: 9844-1389
Russian Federation, Moscow

Aleksey V. Muzychenkov

Botkin Hospital; I.M. Sechenov First Moscow State Medical University (Sechenov University)

Email: amuzychenkov@inbox.ru
ORCID iD: 0000-0002-3933-672X
SPIN-code: 1707-7077

Cand. Sci. (Med.)

Russian Federation, Moscow; Moscow

Alexander I. Rudnev

Botkin Hospital; I.M. Sechenov First Moscow State Medical University (Sechenov University)

Email: ruda310895@gmail.com
ORCID iD: 0000-0003-4490-2922
SPIN-code: 4235-1472

Cand. Sci. (Med.)

Russian Federation, Moscow; Moscow

References

Supplementary files