Incidence of Total Knee Replacement in Patients With Previous Anterior Cruciate Ligament Reconstruction
Notice bibliographique
Résumé
OBJECTIVE: To determine the rate of total knee replacement (TKR) after anterior cruciate ligament reconstruction (ACL-R) compared to the general population. DESIGN: Retrospective review. SETTING: All hospitals that performed TKR and ACL-R in Manitoba between 1980 and 2015. PARTICIPANT: All patients that underwent TKR and ACL-R in Manitoba between 1980 and 2015. INTERVENTION: Patient factors gathered at time of surgery included: age, sex, urban or rural residence, neighborhood income quintile, and resource utilization band (RUB). Each person was matched with up to 5 people from the general population who had never had ACL-R and had not had a TKR at the time of the case ACL-R. MAIN OUTCOME MEASURES: The rate of TKR after ACL-R. RESULTS: Overall from 1980 to 2015, 8500 ACL-R were identified within the 16 to 60 years age group with a resultant 42 497 population matches. Sex was predominantly male. The mean age of the ACL-R group at the time of TKR was 53.7 years, whereas the mean age for the matched cohort was 58.2 years, P < 0.001. Those with ACL-R were 4.85 times more likely to go on to have TKR. Apart from age, no other risk factors examined (location, year of surgery, place of residence, income quintile, and RUB) seemed to increase risk of TKR after ACL-R. CONCLUSION: Patients who underwent ACL-R were 5 times more likely to undergo TKR.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».