PREDICTION OF FEAR FACTORS BEFORE TOTAL KNEE REPLACEMENT: A MIXED METHOD ANALYSIS ON ADVANCED KNEE OSTEOARTHRITIS PATIENTS
Notice bibliographique
Résumé
Objective: To determine fear factors before total knee replacement in advanced knee osteoarthritis patients. Study Design: Mixed method study. Place and Duration of Study: Study was conducted at department of Orthopedics, Pakistan Ordinance Factory Hospital Wah Cantt, form May 2017 to May 2019. Methodology: A sample of 105 knees was calculated using WHO calculator. Patients of Knee osteoarthritis were selected with consecutive sampling. Interviews were taken from patients for determining fear factors related to total knee replacement. SPSS version 24 was used for analysis. Results: Total 105 knees of osteoarthritis were included in study. There were 51 (48.6%) male and 54 (51.4%) female in study. Mean age of patients was 59.8 ± 4.1 SD years. Most common fear factor according to patients priority for total knee replacement therapy was worsening of symptoms after total knee replacement 42 (40%) followed by pain persistence after total knee replacement 27 (25.7%), financial feasibility 21 (20%), and religious problems 15 (14.3%). Patients with osteoarthritis grading 4 had high pain scores, high stiffness scores and lower social function scores (p=0.000, p=0.000, p=0.001 respectively) on Western Ontario and McMaster Universities Osteoarthritis Index scale. Conclusion: Total knee replacement therapy in advanced knee osteoarthritis is associated with several fear factors. Most common fear factor is worsening of symptoms after total knee replacement followed by pain persistence. Total knee replacement efficacy related counseling and community based awareness programs could be helpful in overcoming these fears and stigmas in Pakistan.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».