Loss to follow-up: initial non-responders do not differ from responders in terms of 2-year outcome in a hip arthroscopy registry
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
Abstract Loss to follow-up in registry studies is a problem due to potential selection bias. There is no consensus on the effect of response rate. The aim of this study was to compare patient-reported outcome measures (PROMs) between responders and initial non-responders (INR) in a hip arthroscopy registry and to examine whether demographics affect the response rate. Data from hip arthroscopies performed at two centres in Gothenburg were collected and the patients were followed up with PROMs. The follow-up was a minimum of 2 years after surgery. All 536 patients who underwent primary hip arthroscopies during 2015 and 2016 and had recorded pre-operative PROMs were included. A total of 396 patients completed the follow-up and were labelled ‘Responders’ (R) and 107 patients responded after reminders were sent and labelled ‘Initial non-responders’ (INR). The mean time of follow-up was 24.7 ± 2.9 and 42.5 ± 7.0 months for the R- and INR-group, respectively. There were no differences between the two groups at the follow-up for the Copenhagen Hip and Groin Outcome Score, European Quality of life 5 dimensions questionnaire, EQ-VAS, International Hip Outcome Tool or a visual analogue scale for hip function. A larger proportion of R was satisfied after hip arthroscopy compared with INR (86% versus 70%, P = 0.0003). INR were younger than responders (31.5 ± 12.5 versus 35.6 ± 12.7 years of age). The conclusion of the study was that there were no differences between R and INR at the follow-up across the PROMs except patient satisfaction, where responders were more satisfied.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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