The influence of femoral offset on health-related quality of life after total hip replacement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Several factors have been implicated in unsatisfactory results after total hip replacement (THR). We examined whether femoral offset, as measured on digitised post-operative radiographs, was associated with pain after THR. The routine post-operative radiographs of 362 patients (230 women and 132 men, mean age 70.0 years (35.2 to 90.5)) who received primary unilateral THRs of varying designs were measured after calibration. The femoral offset was calculated using the known dimensions of the implants to control for femoral rotation. Femoral offset was categorised into three groups: normal offset (within 5 mm of the height-adjusted femoral offset), low offset and high offset. We determined the associations to the absolute final score and the improvement in the mean Western Ontario and McMaster Universities osteoarthritis index (WOMAC) pain subscale scores at three, six, 12 and 24 months, adjusting for confounding variables. The amount of femoral offset was associated with the mean WOMAC pain subscale score at all points of follow-up, with the low-offset group reporting less WOMAC pain than the normal or high-offset groups (six months: 7.01 (sd 11.69) vs 12.26 (sd 15.10) vs 13.10 (sd 16.20), p = 0.006; 12 months: 6.55 (sd 11.09) vs 9.73 (sd 13.76) vs 13.46 (sd 18.39), p = 0.010; 24 months: 5.84 (sd 10.23) vs 9.60 (sd 14.43) vs 13.12 (sd 17.43), p = 0.004). When adjusting for confounding variables, including age and gender, the greatest improvement was seen in the low-offset group, with the normal-offset group demonstrating more improvement than the high-offset group.
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.
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 | 0,005 | 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 | 0,000 |
| 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 découle