Perceived risk factors for nonunion following foot and ankle arthrodesis
Notice bibliographique
Résumé
BACKGROUND: A major complication of foot and ankle arthrodesis is nonunion, which occurs in approximately 12% of cases. Various factors influence a patient's risk for nonunion following foot and ankle arthrodesis. We surveyed international foot and ankle surgeons to determine (1) risk factors perceived most important for nonunion, (2) factors considered absolute contraindications for arthrodesis, and (3) differences among expert groups regarding perceived risk factors and their stratification. METHODS: A questionnaire was e-mailed to members of a major foot and ankle journal editorial board and four foot and ankle society executive committees. The relative risk of 18 potential nonunion risk factors was rated from 1 to 10, using smoking 1 pack/day as a benchmark score of 5.00. RESULTS: The response rate was 72% (100/139); 81% declared foot and ankle surgery encompasses >90% of their practice. The highest perceived risk factors ( p < 0.001) were smoking 2 packs/day (mean score 8.69), lack of fusion site stability (8.66), and poor local vascularity (7.66). The least important risk factors ( p < 0.001) were perceived to be age >60 years (mean score 2.54), rheumatoid arthritis (3.05), and osteoporosis (3.56). The most frequently cited absolute contraindications to arthrodesis surgery were local infection (46%), poor local vascularity (41%), and smoking (32%). CONCLUSION: To improve arthrodesis outcomes, resource allocation and patient and surgeon education should focus on smoking, construct stability, and local vascularity. Development of an objective nonunion risk assessment tool to identify patients at risk for nonunion using these results could help maximize the efficiency of available resources.
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 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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».