Do early patient reported outcome measures post total knee arthroplasty predict poor outcomes (the early PROMPT study)?
Notice bibliographique
Résumé
INTRODUCTION: Approximately 20% of patients are not satisfied following Total knee arthroplasty (TKA). The ability to identify patients at risk of poor outcomes in the early-postoperative period following TKA could inform the development of targeted treatments with the ability to improve outcomes for these patients. This prospective cohort study aimed to identify early post-operative, prognostic factors for patients experiencing dissatisfaction and poor outcomes at 12-months post TKA. METHODS: Patients (n = 185) were recruited from TKA waiting lists at a single site, completed measures of pain intensity, neuropathic pain, anxiety, depression, generic and disease specific health related quality of life (HRQoL), satisfaction and expectations, at discharge from hospital; three weeks post-surgery and again at 1 year. ROC curve analysis identified which variables best predicted patients experiencing dissatisfaction (VAS < 5/10) and poor outcomes (Western Ontario and McMaster Universities Arthritis Index (WOMAC)<40) at 12-months. RESULTS: The strongest prognostic factors for dissatisfaction were low HRQoL (EQ5D3L) at both day of discharge (AUC = 0.812) and three weeks post-surgery (AUC = 0.810), and high pain levels (WOMAC pain sub-scale) at 3-weeks post-TKA (AUC = 0.796). The strongest prognostic factors for poor outcomes were poor function (WOMAC function sub-scale) at three weeks post TKA (AUC = 0.815); low HRQoL (EQ5D3L) at three weeks post-TKA (AUC = 0.783) and high levels of pain (WOMAC pain sub-scale) at 3 weeks post-TKA (AUC = 0782). Anxiety and depression at 3-weeks were also prognostic factors for dissatisfaction (AUC = 0.629 & AUC = 0.686) and poor outcomes (AUC = 0.632 & 0.713) at 12-months. CONCLUSION: This single site cohort study suggests that patients with low HRQoL, high pain levels, poor function, anxiety, and depression in the first three weeks following TKA are at risk of dissatisfaction and poor outcomes at one-year post-surgery.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».