Lifetime risk of knee and hip replacement following a GP diagnosis of osteoarthritis: a real-world cohort study
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to estimate lifetime risk of knee and hip replacement following a GP diagnosis of osteoarthritis and assess how this risk varies with patient characteristics. METHODS: Routinely collected data from Catalonia, Spain, covering 2006 to 2015, were used. Study participants had a newly recorded GP diagnosis of knee or hip osteoarthritis. Parametric survival models were specified for risk of knee/hip replacement and death following diagnosis. Survival models were combined using a Markov model and lifetime risk estimated for the average patient profile. The effects of age at diagnosis, sex, comorbidities, socioeconomic status, body mass index (BMI), and smoking on risk were assessed. RESULTS: 48,311 individuals diagnosed with knee osteoarthritis were included, of whom 2,561 underwent knee replacement. 15,105 individuals diagnosed with hip osteoarthritis were included, of whom 1,247 underwent hip replacement. The average participant's lifetime risk for knee replacement was 30% (95% CI: 25-36%) and for hip replacement was 14% (10-19%). Notable patient characteristics influencing lifetime risk were age at diagnosis for knee and hip replacement, sex for hip replacement, and BMI for knee replacement. BMI increasing from 25 to 35 was associated with lifetime risk of knee replacement increasing from 24% (20-28%) to 32% (26-37%) for otherwise average patients. CONCLUSION: Knee and hip replacement are not inevitable after an osteoarthritis diagnosis, with average lifetime risks of less than a third and a sixth, respectively. Patient characteristics, most notably BMI, influence lifetime risks.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».