Multiple joint involvement in total knee replacement for osteoarthritis: Effects on patient‐reported outcomes
Notice bibliographique
Résumé
OBJECTIVE: To determine whether symptomatic (painful/problematic) joints pre-total knee replacement (TKR) surgery influence 1) pre- and 12-month post-TKR patient-reported outcomes (pain, physical function, and mood [fatigue, anxiety, and depression]) and 2) postsurgical pain and function mediated through mood. METHODS: A total of 494 participants completed the patient-reported outcome measures pre- and 12-months post-TKR. Symptomatic (painful/problematic) joints affected by arthritis were indicated on a homunculus presurgery. Covariate data included age, sex, educational attainment, body mass index, and comorbidity. Pre- and postsurgical outcome scores were regressed on symptomatic joint sites and covariates using linear regression analyses; postsurgical scores additionally were regressed on presurgery scores. Path analyses examined whether the effects of symptomatic joint sites on postsurgical pain and function were mediated through mood. RESULTS: The age range was 35-88 years (mean 65 years) and 65% were women. Forty-six percent reported ≥4 symptomatic joints (other than the surgical knee). Pre- and postsurgery, worse outcome scores were observed with increasing joint count. Adjusted for covariates, individuals reporting symptomatic ankles/feet/toes, neck, and spine/lower back had worse presurgery fatigue and anxiety. Adjusted for covariates and presurgery status, worse fatigue for the neck and spine/lower back and worse depression, pain, and function for the ankles/feet/toes and neck were observed postsurgery. The influence of symptomatic ankles/feet/toes on postsurgical pain and function was in part direct and partially mediated through depression. Full mediation was found for the neck through fatigue, anxiety, and depression, and for the spine/lower back through fatigue. CONCLUSION: Findings suggest that a comprehensive approach to osteoarthritis management/care is warranted, and identify important associations between symptomatic joints and mood that negatively impact post-TKR pain and physical function.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».