Prediction of poor outcomes six months following total knee arthroplasty in patients awaiting surgery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Identification of patients experiencing poor outcomes following total knee arthroplasty (TKA) before the intervention could allow better case selection, patient preparation and, likely, improved outcomes. The objective was to develop a preliminary prediction rule (PR) to identify patients enrolled on surgical wait lists who are at the greatest risk of poor outcomes 6 months after TKA. METHODS: 141 patients scheduled for TKA were recruited prospectively from the wait lists of 3 hospitals in Quebec City, Canada. Knee pain, stiffness and function were measured 6 months after TKA with the Western Ontario and McMaster Osteoarthritis Index (WOMAC) and participants in the lowest quintile for the WOMAC total score were considered to have a poor outcome. Several variables measured at enrolment on the wait lists (baseline) were considered potential predictors: demographic, socioeconomic, psychosocial, and clinical factors including pain, stiffness and functional status measured with the WOMAC. The prediction rule was built with recursive partitioning. RESULTS: The best prediction was provided by 5 items of the baseline WOMAC. The rule had a sensitivity of 82.1% (95% CI: 66.7-95.8), a specificity of 71.7% (95% CI: 62.8-79.8), a positive predictive value of 41.8% (95% CI: 29.7-55.0), a negative predictive value of 94.2% (95% CI: 87.1-97.5) and positive and negative likelihood ratios of 2.9 (95% CI: 1.8-4.7) and 0.3 (95% CI: 0.1-0.6) respectively. CONCLUSIONS: The developed PR is a promising tool to identify patients at risk of worse outcomes 6 months after TKA as it could help improve the management of these patients. Further validation of this rule is however warranted before clinical use.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle