The Influence of Major Depressive Disorder at Both the Preoperative and Postoperative Evaluations for Total Knee Arthroplasty Outcomes
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this paper is to analyze the impact of major depressive disorder, both preoperatively and one year postoperatively, on the functional and psychosocial outcomes of total knee arthroplasty (TKA). METHODS: Two hundred sixty patients undergoing a total knee arthroplasty completed both the baseline and 12-month follow-up assessments. Short-Form Health Inventory (SF36), Western Ontario and McMaster University Arthritis Index (WOMAC), and Knee Society Score (KSS) were measured both preoperatively and postoperatively. The Patient Health Questionnaire (PHQ) was used to diagnose major depressive disorder (MDD) at baseline and follow-up; patients were then classified into one of four groups: No MDD, Lost MDD, Gained MDD, and Continuous MDD. Univariate analysis compared the four groups at baseline, one-year follow-up, and change scores using a Kruskal-Wallis test for continuous data or a chi-square test of independence for categorical data. RESULTS: Two hundred seven (79.60%) patients were in the No MDD group, 22 (8.50%) patients were in the Lost MDD group, 19 (7.30%) patients were in the Gained MDD group, and 12 (4.60%) patients were in the Continuous MDD group. There were significant between-group differences present in baseline measures of WOMAC and SF36 mental health summary. In addition, there were significant group differences in the follow-up WOMAC, KSS, and SF36 scores. CONCLUSIONS: Depression was associated with poorer preoperative and postoperative TKA scores. Patients who were depressed 12 months after surgery demonstrated poorer recovery than patients who did not show depressive symptoms before TKA or within the year after.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 ».