The economic impact of periprosthetic infection in total knee arthroplasty
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Currently, the gold standard treatment for periprosthetic joint infection (PJI) after total knee arthroplasty (TKA) is 2-stage revision, but few studies have looked at the economic impact of PJI on the health care system. The objective of this study was to obtain an accurate estimate of the institutional cost associated with the management of PJI in TKA and to assess the economic impact of PJI after TKA compared to uncomplicated primary TKA. Methods: We identified consecutive patients in our institutional database who had undergone 2-stage revision TKA for PJI between 2010 and 2014 and matched them on age and body mass index with patients who had undergone uncomplicated primary TKA over the same period. We calculated all costs associated with the 2 procedures and compared mean costs, length of stay, clinical visits and readmission rates between the 2 groups. Results: There were 73 patients (mean age 68.8 [range 48-91] yr) in the revision TKA cohort and 73 patients (mean age 65.9 [range 50-86] yr) in the primary TKA cohort. Two-stage revision surgery was associated with a significantly longer hospital stay (mean 22.7 d v. 3.84 d, p < 0.001), more outpatient clinic visits (mean 8 v. 3, p < 0.001), more readmissions (29 v. 0, p < 0.001) and higher overall cost (mean $35 429.97 v. $6809.94, p < 0.001) than primary TKA. Conclusion: Treatment for PJI after TKA has an enormous economic impact on the health care system. Our data suggest a fivefold increase in expenditure in the management of this complication compared to uncomplicated primary TKA.
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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 découle