Predictors of Participation in Sports After Hip and Knee Arthroplasty
Notice bibliographique
Résumé
BACKGROUND: While the primary objective of joint arthroplasty is to improve patient quality of life, pain, and function, younger active patients often demand a return to higher function that includes sporting activity. Knowledge of rates and predictors of return to sports will help inform expectations in patients anticipating return to sports after joint arthroplasty. QUESTIONS/PURPOSES: We measured the rate of sports participation at 1 year using the UCLA activity score and explored 11 variables, including choice of procedure/prosthesis, that might predict return to a high level of sporting activity, when controlling for potential confounding variables. METHODS: We retrospectively evaluated 736 patients who underwent primary metal-on-polyethylene THA, metal-on-metal THA, hip resurfacing arthroplasty, revision THA, primary TKA, unicompartmental knee arthroplasty, and revision TKA between May 2005 and June 2007. We obtained UCLA activity scores on all patients; we defined high activity as a UCLA score of 7 or more. We evaluated patient demographics (age, sex, BMI, comorbidity), quality of life (WOMAC score, Oxford Hip Score, SF-12 score), and surgeon- and procedural/implant-specific variables to identify factors associated with postoperative activity score. Minimum followup was 11 months (mean, 12.1 months; range, 11-13 months). RESULTS: Preoperative UCLA activity score, age, male sex, and BMI predicted high activity scores. The type of operation and implant characteristics did not predict return to high activity sports. CONCLUSIONS: Our data suggest patient-specific factors predict postoperative activity rather than factors specific to type of surgery, implant, or surgeon factors. LEVEL OF EVIDENCE: Level II, prognostic study. See the Guidelines for Authors for a complete description of levels of evidence.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».