Factors Predicting Postoperative Range of Motion and Muscle Strength one Year after Shoulder Arthroplasty.
Notice bibliographique
Résumé
BACKGROUND: Shoulder arthroplasty improves shoulder range of motion (ROM), strength and function in patients with advanced shoulder disease. However, clinical outcomes vary and are not always predictable among patients. Pre-operative factors and patients' characteristics may influence improvement after surgery. This study examined the impact of the pre-operative objective measures range of motion (ROM) and strength, age, sex, and comorbidities on shoulder ROM, strength status and the amount of improvement one year following shoulder arthroplasty. METHODS: 140 patients were assessed pre-operatively and one year after shoulder arthroplasty in this prospective cohort study. Pearson's correlations and multiple regression analyses were performed to test the impact of potential predictors on abduction, flexion, internal rotation and external rotation ROM as well as on shoulder abductors, flexors, internal rotators and external rotators strength at one year. RESULTS: Pre-operative ROM significantly predicted 10% - 37% of the improvement in ROM after surgery. Less pre-operative ROM was associated with a greater improvement in ROM. Less pre-operative muscle strength was associated with a greater improvement in strength after surgery. Pre-operative shoulder muscles predicted 28% - 38% of the strength status at one year, and 24% - 43% of the improvement in strength postoperatively. Older age was associated with less improvement in ROM and strength at one year. With other predictors, age explained 37% of the change in ROM and 36% of the change in strength. Male sex was associated with greater improvement in muscle strength. Sex significantly predicted 24% - 36% of the change in strength. CONCLUSION: Pre-operative ROM and strength, age, and sex are significant predictors of the improvement in the shoulder ROM and strength one year after shoulder arthroplasty. The improvement in these measures is expected to decline with age and men are expected to gain more strength than women following this surgical intervention.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».