Preoperative Determinants of Patient-reported Pain and Physical Function Levels Following Total Knee Arthroplasty: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: A sound knowledge of the determinants of total knee arthroplasty (TKA) outcomes could help in patient selection, preparation and education. We aimed to assess the current status of the literature evaluating preoperative determinants of early and medium term patient-reported pain and disability following TKA. METHOD: A search in Medline, Pubmed, Embase and CINAHL until October 2014 was undertaken. Selection criteria included: 1- participants undergoing primary unilateral TKA with a follow-up from 6 months to 2 years, 2- validated disease-specific patient-reported outcome measures assessing pain and/or function used as outcome measure and 3- identification of preoperative determinants obtained via multivariate analyses. Risk of bias was assessed using a modified version of the Methodology checklist for prognostic studies. RESULTS: Thirty-three prognostic explanatory studies were included. Mean total score of the methodological quality was 80.7±12.2 %. Sociodemographic and psychosocial determinants included greater socioeconomic deprivation (both studies), greater levels of depression and/or anxiety (7 out of 10 studies) and greater preoperative pain catastrophizing (all 3 studies). Significant clinical determinants included worse pre-operative knee related pain or disability (20 out of 22 studies), presence or greater levels of comorbidity (12 out of 23 studies), back pain (4 out of 5 studies) and lower general health (all 11 studies). CONCLUSION: Several significant determinants of short to medium-term pain and functional outcomes following TKA have been summarized by studies with moderate-to-high methodological quality. No conclusions can be reached regarding the strength of the associations between significant determinants and TKA results because of heterogeneity of study methodologies and results. Further high-quality research is required.
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 | 0,009 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».