The WOMAC score can be reliably used to classify patient satisfaction after total knee arthroplasty
Notice bibliographique
Résumé
PURPOSE: The primary aim of this study was to define a classification in the WOMAC score after total knee arthroplasty (TKA) according to patient satisfaction. The secondary aims were to describe patient demographics for each level of satisfaction. METHODS: A retrospective cohort consisting of 2589 patients undergoing a primary TKA were identified from an established arthroplasty database. Patient demographics, Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), and short form (SF) 12 scores were collected pre-operatively and 1 year post-operatively. In addition, patient satisfaction was assessed at 1 year with four responses: very satisfied, satisfied, dissatisfied or very dissatisfied. Receiver operating characteristic (ROC) curves were used to identify values in the components and total WOMAC scores that were predictive of each level of satisfaction, which were used to define the categories of excellent, good, fair and poor. RESULTS: At 1 year, there were 1740 (67.5%) very satisfied, 572 (22.2%) satisfied, 190 (7.4%) dissatisfied and 76 (2.9%) very dissatisfied patients. ROC curve analysis identified excellent, good, fair and poor categories for the pain (> 78, 59-78, 44-58, < 44), function (> 72, 54-72, 41-53, < 41), stiffness (> 69, 56-69, 43-55, < 43) and total (> 75, 56-75, 43-55, < 43) WOMAC scores, respectively. Patients with lung disease, diabetes, gastric ulcer, kidney disease, liver disease, depression, back pain, with worse pre-operative functional scores (WOMAC and SF-12) and those with less of an improvement in the scores, had a significantly lower level of satisfaction. CONCLUSION: This study has defined a post-operative classification of excellent, good, fair and poor for the components and total WOMAC scores after TKA. The predictors of level of satisfaction should be recognised in clinical practice and patients at risk of a lower level of satisfaction should be made aware in the pre-operative consent process. LEVEL OF EVIDENCE: 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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».