Predictors of willingness to undergo elective musculoskeletal surgery
Notice bibliographique
Résumé
PURPOSE: Knowledge of what influences patients' willingness to undergo elective orthopedic surgery is vital to the patient shared decision-making process. We sought to document the prevalence and identify the predictors of unwillingness to undergo surgery among a cohort of hip/knee, foot/ankle, neck/back, and hip/knee patients. PATIENTS AND METHODS: Patient demographics and information on patient health status, perceptions of risk and success of surgery, and willingness to undergo surgery were collected. Sequential logistic regression models were used to investigate the influence of the captured variables on willingness to undergo surgery. RESULTS: Overall, 392 (20%) of 1946 participants reported being unwilling to undergo or unsure about undergoing ("unwilling/unsure") surgery if it was offered to them. From adjusted analyses, low income and non-White ethnicity were associated with a greater likelihood of being unwilling/unsure. Compared with hip/knee patients, neck/back patients were more likely to report being unwilling/unsure (odds ratio: 1.90 [95% confidence interval: 1.36, 265]); no differences were found between the remaining anatomical groups. However, when perceptions of risk and success were additionally considered, the influence for the neck/back cohort was significantly attenuated. Foot/ankle and elbow/shoulder patients were found to be significantly less likely to report unwillingness when perceptions were considered. CONCLUSION: In addition to demographic/economic influences, perceptions of surgical risk and success play a critical role in patients' willingness to undergo surgery.
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 | 0,000 |
| 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) | 0,000 | 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 ».