Risk factors for urinary retention after hip or knee replacement: a cohort study
Notice bibliographique
Résumé
INTRODUCTION: In 2006, our provincial government initiated a program to reduce wait times for total hip or knee replacements by referring patients to a single tertiary-care centre. This program provided an opportunity to identify risk factors for perioperative complications as part of a continuing quality improvement project. We report the risk of postoperative urinary retention after hip and knee replacements and the risk factors associated with this complication. METHODS: After local Research Ethics Board approval, data were abstracted from charts of patients who underwent elective primary unilateral total hip or knee replacement surgery. The outcome was urinary retention in the first 24 hr after surgery. Risk factors were identified using multivariable logistic regression, and they were expressed as odds ratios (OR) or 95% confidence intervals (CI). RESULTS: From April 1, 2006 to May 31, 2007, 1,440 patients underwent 1,515 elective total hip replacement or total knee replacement. We abstracted data from 1,031 (71.3%) patients: mean age, 62 yr (interquartile range [IQR] 55-70); 53.7% female; 605 total hip replacements; and 426 total knee replacements. The procedures were performed under spinal (81.8%), general (10.2%), or combined spinal and general (8.0%) anesthesia. Patients spent 100 [IQR 90-114] min in the operating room and 3 [IQR 3-4] days in hospital. The 24-hr incidence of urinary retention was 43.3% (446/1031). Male sex (odds ratio [OR] 3.9; 95% CI 3.0 to 5.2), total hip replacement (OR 1.4; 95% CI 1.1 to 1.9), and intrathecal morphine were risk factors. DISCUSSION: Postoperative urinary retention is a common complication after total hip or total knee replacement, especially amongst men and patients receiving intrathecal morphine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».