Assessing Recovery and Establishing Prognosis Following Total Knee Arthroplasty
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Information about expected rate of change after arthroplasty is critical for making prognostic decisions related to rehabilitation. The goals of this study were: (1) to describe the pattern of change in lower-extremity functional status of patients over a 1-year period after total knee arthroplasty (TKA) and (2) to describe the effect of preoperative functional status on change over time. SUBJECTS: Eighty-four patients (44 female, 40 male) with osteoarthritis, mean age of 66 years (SD=9), participated. METHODS: Repeated measurements for the Lower Extremity Functional Scale (LEFS) and the Six-Minute Walk Test (6MWT) were taken over a 1-year period. Data were plotted to examine the pattern of change over time. Different models of recovery were explored using nonlinear mixed-effects modeling that accounted for preoperative status and gender. RESULTS: Growth curves were generated that depict the rate and amount of change in LEFS scores and 6MWT distances up to 1 year following TKA. The curves account for preoperative status and gender differences across participants. DISCUSSION AND CONCLUSION: The greatest improvement occurred in the first 12 weeks after TKA. Slower improvement continued to occur from 12 weeks to 26 weeks after TKA, and little improvement occurred beyond 26 weeks after TKA. The findings can be used by physical therapists to make prognostic judgments related to the expected rate of improvement following TKA and the total amount of improvement that may be expected.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».