Effect of surgeon fatigue on hip and knee arthroplasty
Notice bibliographique
Résumé
BACKGROUND: There is growing support in the literature that patient outcomes are adversely affected by physician fatigue in operator-dependent cognitive and technical tasks. Recent increases in total joint arthroplasty caseloads have resulted in longer operative days and increased surgeon fatigue. We sought to determine if time of day predicts perioperative complications and outcomes in total joint arthroplasty. METHODS: The records of all total hip and knee arthroplasties (THA; TKA) performed for primary osteoarthritis in one calendar year at one large university hospital were retrospectively reviewed. Demographic data, surgery start time and duration, intraoperative complications, radiographic component alignment and functional outcome scores (SF-12 and Western Ontario and McMaster Universities Osteoarthritis Index) were collected and analyzed using linear and nonparametric rank correlation statistics. Data were corrected for sex, body mass index, surgeon and postcall operating days. RESULTS: In the THA cohort (n=341), a later surgery start time was significantly related to duration of surgery (p= 0.004, mean difference -7.1 min). There was a trend toward significance between a later surgery start time and intraoperative femur fracture (p= 0.05). Postoperative complications, component alignment and functional outcome scores were not significantly affected by surgery start time. There were no significant findings for any of the intraoperative or postoperative outcomes in the TKA cohort (n=292). CONCLUSION: Duration of surgery and incidence of intraoperative complications for THA may increase with later surgery start time; however, the relatively small statistical differences observed imply that they likely are not clinically significant.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».