Forgotten Joint Score for early outcome assessment after total knee arthroplasty: Is it really useful?
Notice bibliographique
Résumé
BACKGROUND: Forgotten Joint Score (FJS) has become a popular tool for total knee arthroplasty (TKA), but almost all studies had assessment performed 1 year after surgery. There is a need for a sensitive tool for earlier outcome assessment. The aim of this study was to investigate the usefulness of FJS within the first year after TKA. METHODS: This was a cross-sectional study. Patients within the first year after primary TKA were recruited. FJS was translated into the local language with a cross-cultural adaptation and was validated by assessing the correlation with the Western Ontario and McMaster Universities Arthritis Index score (WOMAC). Ceiling and floor effects (highest or lowest 10% or 15%) of both scores were compared. Skewness of scores was assessed with a histogram. RESULTS: One hundred sixty-three subjects were recruited: 84 (51.5%) had evaluation at 3 months after the operation, 56 (34.4%) at 6 months, and 23 (14.1%) at 12 months. FJS had fewer patients at the highest 10% (10.7% vs. 16.1%, P = 0.046) or 15% (19.6% vs. 32.1%, P = 0.027) at 6 months and within the first year overall (6.7% vs. 13.5%, P <0.001; 14.1% vs. 22.7%, P <0.001). Also, it had more patients at the lowest 10% (16.7% vs. 0%, P <0.001) or 15% (21.4% vs. 0%, P <0.001) at 3 months, 6 months (10.7% vs. 0%, P <0.001), and overall (12.9% vs. 0%, P <0.001; 16.6% vs. 0%, P <0.001). The skewness was much less than WOMAC (0.09 vs. -0.56). CONCLUSIONS: FJS has a low ceiling effect but a high floor effect in the first year after TKA. Such characteristics make it less useful for the general assessment of early patient report outcome after operation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».