Effect of patient characteristics on reported outcomes after total knee 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
OBJECTIVE: To evaluate the effect of pre-intervention factors in patient-reported outcomes at 6 months post-operatively following total knee replacement. METHODS: A prospective observational study was carried out using two questionnaires sent to patients while they were on the waiting list for surgery: a generic questionnaire, the Medical Outcomes Study Short Form-36 (SF-36), and a specific questionnaire, the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). Six months after intervention, patients again received the same questionnaires. The dependent variables were the scores of the three domains of the WOMAC and the eight domains of the SF-36. RESULTS: We recruited 640 patients. The mean age was 71 yrs and 73.6% of the patients were females. The multivariate analysis, in which the pre-intervention scores for each domain were added as covariates, showed that the most significant pre-intervention predictors were the baseline scores of each domain. Besides that, the social support, low back pain and the baseline score of the mental health domain (SF-36) were the pre-intervention predictors in the three WOMAC domains. With regard to the SF-36 domains the main predictors were the baseline mental health score, comorbidities, low back pain and social support. CONCLUSIONS: The main predictor of outcome at 6 months post-operatively in all eleven domains was the pre-intervention score of each domain. Presence of social support, absence of low back pain and higher baseline SF-36 mental health score were related to the improvement in the health-related quality of life post-operatively.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle