Patient Factors in Referral Choice for Total Joint Replacement Surgery
Notice bibliographique
Résumé
BACKGROUND: Although the option of next available surgeon can be found on surgeon referral forms for total joint replacement surgery, its selection varies across surgical practices. OBJECTIVES: Objectives are to assess the determinants of (a) a patient's request for a particular surgeon; and (b) the actual referral to a specific versus the next available surgeon. METHODS: Questionnaires were mailed to 306 consecutive patients referred to orthopedic surgeons. We assessed quality of life (Oxford Hip and Knee scores, Short Form-12, EuroQol 5D, Pain Visual Analogue Scale), referral experience, and the importance of surgeon choice, surgeon reputation, and wait time. We used logistic regression to build models for the 2 objectives. RESULTS: We obtained 176 respondents (response rate, 58%), 60% female, 65% knee patients, mean age of 65 years, with no significant differences between responders versus nonresponders. Forty-three percent requested a particular surgeon. Seventy-one percent were referred to a specific surgeon. Patients who rated surgeon choice as very/extremely important [adjusted odds ratio (OR), 6.54; 95% confidence interval (CI), 2.57-16.64] and with household incomes of $90,000+ versus <$30,000 (OR, 5.74; 95% CI, 1.56-21.03) were more likely to request a particular surgeon. Hip patients (OR, 3.03; 95% CI, 1.18-7.78), better Physical Component Summary-12 (OR, 1.29; 95% CI, 1.02-1.63), and patients who rated surgeon choice as very/extremely important (OR, 3.88; 95% CI, 1.56-9.70) were more likely to be referred to a specific surgeon. CONCLUSIONS: Most patients want some choice in the referral decision. Providing sufficient information is important, so that patients are aware of their choices and can make an informed choice. Some patients prefer a particular surgeon despite longer wait times.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».