Age, Sex, Body Mass Index, Education, and Social Support Influence Functional Results After Total Knee Arthroplasty
Notice bibliographique
Résumé
INTRODUCTION: Total knee arthroplasty (TKA) is an effective treatment for knee osteoarthritis. Patient-reported outcome after TKA is influenced by multiple patient-related factors. The aim of this study was to prospectively evaluate preoperative patient-related factors and to compare the self-reported outcomes 1 year after TKA among groups differing by age, sex, body mass index (BMI), education, and social support level. METHODS: 314 patients, who underwent TKA in Vilnius Republican University Hospital between the end of 2012 and the middle of 2014, were included in a study. The preoperative and 12-month follow-up measurements were obtained using Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and Short Form-12 (SF-12). Differences between patient groups according to gender, age, BMI, level of education, and level of social support were analyzed. RESULTS: = .008). Better preoperative WOMAC and SF-12 scores were a predictor of better outcome 1 year after surgery. There was no difference in postoperative scores in different age, BMI, and education groups according to WOMAC and SF-12. CONCLUSION: There is no difference in self-reported functional outcome between patient groups differing in age, BMI, and education. Men and socially supported patients demonstrate better postoperative functional results 12 months after TKA. Better preoperative knee function and overall physical and mental function are predictors of better outcome 1 year after TKA. Age and obesity should not be limiting factors when considering who should receive this surgery.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».