L’objectif de l’étude était d’identifier des points de la scapula à partir desquels une prédiction de l’anatomie glénoïdienne pré-morbide normale pouvait être obtenue.

Quarante-trois scapulae normales reconstruites en 3D et positionnées dans un référentiel commun ont été utilisées. Vingt points répartis entre l’écaille de la scapula, partie considérée comme normale dans le temps et servant de référence, et la glène, partie considérée comme pathologique et à reconstruire, ont été relevés manuellement. Treize distances (X) entre 2 points ne se trouvant pas sur la glène, et 31 distances (Y) entre 2 points dont au moins un point était localisé sur la glène, ont ensuite été calculées automatiquement. Une méthode statistique de régression linéaire multiple a alors été appliquée, avec pour objectif de calculer les distances Y à partir des distances X, et de ne retenir que les 4 meilleures équations selon leur coefficient de détermination (R²) pouvant expliquer un point de la glène à reconstituer (p<0,05). La modélisation glénoïdienne a été faite avec pour première hypothèse que la totalité de la glène était détruite. Elle a ensuite été conduite avec pour seconde hypothèse que la glène était usée uniquement dans sa partie inférieure.

En cas de glène totalement détruite, l’erreur moyenne pour une distance choisie pour un point donné de la glène a été calculée à 2,4mm (4.e-3mm ; 12,5mm). En cas destruction partielle, l’erreur moyenne était de 1,7mm (4.e-3mm ; 6,5mm) pour la même distance évaluée pour un point donné de la glène.

Le modèle statistique proposé a permis de prédire l’anatomie pré-morbide de la glène avec un niveau de précision acceptable. Cette information nouvelle pour le chirurgien pourrait être utilisée lors de la planification préopératoire et en peropératoire, via un nouveau support d’assistance chirurgicale.