Enhanced Recovery after Surgery for Knee Arthroplasty in the Era of COVID-19
Notice bibliographique
Résumé
Enhanced recovery after surgery (ERAS) represents a paradigm shift in perioperative care, aimed at achieving early recovery for surgical patients, reducing length of hospital stay, and complications. The purpose of this study was to provide an insight of the impact of the COVID-19 on ERAS protocols for knee arthroplasty patients in a tertiary hospital and potential strategy changes for postpandemic practice. We retrospectively reviewed all cases that underwent surgery utilizing ERAS protocols in the quarter prior to the pandemic (fourth quarter of 2019) and during the first quarter of 2020 when the pandemic started. A review of the literature on ERAS protocols for knee arthroplasty during the COVID-19 pandemic was also performed and discussed. A total of 199 knee arthroplasties were performed in fourth quarter of 2019 as compared with 76 in the first quarter of 2020 during the COVID-19 outbreak. Patients who underwent surgery in the first quarter of 2020 had shorter inpatient stays (3.8 vs. 4.5 days), larger percentage of discharges by postoperative day 5 (86.8 vs. 74.9%), and a larger proportion of patients discharged to their own homes (68 vs. 54%). The overall complication rate (1.3 vs. 3%) and readmission within 30 days (2.6 vs. 2%) was similar between both groups. ERAS protocols appear to reduce hospital lengths of stay for patients undergoing knee arthroplasty without increasing the risk of short-term complications and readmissions. The beneficial effects of ERAS appear to be amplified by and are synchronous with the requirements of operating in the era of a pandemic.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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; 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 ».