MétaCan
Menu
← Retour à la cohorte
Enregistrement W2344411490

Comparison of patellar resurfacing versus nonresurfacing in total knee arthroplasty.

2000· article· en· W2344411490 sur OpenAlexaffabout
Charles E. Ikejiani, Ross Leighton, David Petrie

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensVictoria General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePatellaOsteoarthritisArthroplastySurgeryRange of motionTotal knee replacementRheumatoid arthritisRetrospective cohort studyPhysical therapyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine whether resurfacing the patellar component during total knee replacement (TKR) influences the clinical outcome. DESIGN: A retrospective study of data gathered prospectively during the recovery course of patients who underwent TKR with or without patellar resurfacing. SETTING: Victoria General Hospital, Halifax, NS. PATIENTS: One hundred and eighty-five patients operated on between 1992 and 1995. The inclusion criteria were (a) osteoarthritis, (b) replacement carried out by 2 independent surgeons, (c) no comorbid illness such as rheumatoid arthritis, cancer or infection, (d) pre- and postoperative attendance at the assessment clinics. INTERVENTION: TKR with (45) or without (140) patellar replacement. MAIN OUTCOME MEASURES: Range of motion (ROM), pain assessment, Hospital Severity Score (HSS) and complications. RESULTS: There was no statistical difference between the 2 groups with respect to ROM, pain, HSS and complications postoperatively. CONCLUSIONS: Resurfacing the patella during TKR does not seem to influence the clinical outcome with respect to ROM, pain and overall complications. The decision should be based on individual criteria, depending on the preoperative and intraoperative findings. Randomized clinical trials assessing ROM, pain, complications and cost-effectiveness with long-term follow-up are necessary to further investigate this controversial issue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,287
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetTotal Knee Arthroplasty Outcomes→Travaux en français237 207→