Preferred Outcome Measures Used in Randomized Clinical Trials of Total Knee Replacement Rehabilitation: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: To determine the most frequently used outcome measures in total knee replacement rehabilitation trials. LITERATURE SURVEY: Systematic review of randomized trials searched in five databases: Web of Science, MEDical Literature Analysis and Retrieval System, Physiotherapy Evidence Database, Scopus, and Cochrane Library. METHODOLOGY: Trials were included if participants underwent total knee replacement rehabilitation and outcome measures were used to assess rehabilitation outcomes. A descriptive synthesis determined the frequency of using outcome measures and preferred assessment time points. Outcomes were classified into eight categories: patient- and clinician-reported function, performance-based function, balance, anxiety and depressive symptoms, quality of life, and others. SYNTHESIS: Eighty-one trials were included and 102 different outcome measures were classified. The most frequently reported outcome was knee range of motion, used in 54% of trials, followed by a visual analog scale of pain (43%) and Western Ontario and McMaster Universities Arthritis Index (WOMAC; 40%). Patient- and clinician-reported function were the categories most frequently assessed (74%), whereas performance-based measures were implemented by 56% of trials. The most frequent assessment time points were 1 week presurgery (52%) and 3 months postsurgery (39%). CONCLUSIONS: There is consensus regarding the need to evaluate functional outcomes in total knee replacement rehabilitation trials but none regarding the outcome measure that should be used. These findings suggest that most trials include patient- and clinician-reported functional measures, along with pain and performance-based measures in trial designs.
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 | 0,081 | 0,263 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,040 | 0,007 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».