The role of surgeon volume on patient outcome in total knee arthroplasty: a systematic review of the literature
Notice bibliographique
Résumé
BACKGROUND: A number of factors have been identified as influencing total knee arthroplasty outcomes, including patient factors such as gender and medical comorbidity, technical factors such as alignment of the prosthesis, and provider factors such as hospital and surgeon procedure volumes. Recently, strategies aimed at optimizing provider factors have been proposed, including regionalization of total joint arthroplasty to higher volume centers, and adoption of volume standards. To contribute to the discussions concerning the optimization of provider factors and proposals to regionalize total knee arthroplasty practices, we undertook a systematic review to investigate the association between surgeon volume and primary total knee arthroplasty outcomes. METHODS: We performed a systematic review examining the association between surgeon volume and primary knee arthroplasty outcomes. To be included in the review, the study population had to include patients undergoing primary total knee arthroplasty. Studies had to report on the association between surgeon volume and primary total knee arthroplasty outcomes, including perioperative mortality and morbidity, patient-reported outcomes, or total knee arthroplasty implant survivorship. There were no restrictions placed on study design or language. RESULTS: Studies were variable in defining surgeon volume ('low': <3 to <52 total knee arthroplasty per year; 'high': >5 to >70 total knee arthroplasty per year). Mortality rate, survivorship and thromboembolic events were not found to be associated with surgeon volume. We found a significant association between low surgeon volume and higher rate of infection (0.26% - 2.8% higher), procedure time (165 min versus 135 min), longer length of stay (0.4 - 2.13 days longer), transfusion rate (13% versus 4%), and worse patient reported outcomes. CONCLUSIONS: Findings suggest a trend towards better outcomes for higher volume surgeons, but results must be interpreted with caution.
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 | 0,008 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».