The effect of patient, provider and surgical factors on survivorship of high tibial osteotomy to total knee arthroplasty: a population-based study
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to identify the survivorship of high tibial osteotomy (HTO) to total knee arthroplasty (TKA) on a population level, and identify the patient, provider and surgical factors that influenced eventual TKA. METHODS: Administrative records from physician billings and hospital admissions were used to identify all adults in Ontario, Canada, who underwent an HTO from 1994 to 2010. The primary outcome was time to TKA, which was estimated using Kaplan-Meier (KM) survival analysis. A Cox proportional hazards model examined the risk associated with patient factors (age, sex, income and co-morbidity score), provider factors (hospital status, surgeon volume and surgeon year in practice) and surgical factors (concurrent ligament reconstruction or bone grafting; and previous chondral or meniscal surgery). RESULTS: A total of 2671 patients who underwent HTO met inclusion. The median age was 46 years (interquartile range 39-53 years), and 62 % were male. The KM survivorship of HTO to TKA at 10 years was 0.67 ± 0.01. Older age [HR 1.05 (95 % CI 1.04, 1.06), p < 0.001; 5 % increased risk for each year over age 46], female sex [HR 1.35 (95 % CI 1.17, 1.55), p < 0.001], higher comorbidity score [HR 1.58 (95 % CI 1.12, 2.22), p = 0.009] and a prior history of arthroscopy/meniscectomy [HR 1.24 (95 % CI 1.08, 1.43), p = 0.002] increased the risk of eventual TKA. However, HTO with concurrent ligament reconstruction was associated with lower [HR 0.62 (95 % CI 0.43, 0.88), p = 0.008] risk of eventual TKA. CONCLUSION: In this population, two-thirds of patients were able to avoid a TKA for 10 years after HTO. Specific factors such as older age, female sex, higher comorbidity and prior meniscectomy lowered survival rates. An understanding of patient risk factors for conversion to TKA may help guide surgeons in their selection of patients who will benefit most from HTO. LEVEL OF EVIDENCE: Retrospective cohort study, III.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».