The Value of a Standardized Knee Functional Assessment in Predicting the Outcomes of Total Knee Arthroplasty
Notice bibliographique
Résumé
Questionnaires and physical tests are tools to determine the ability of an individual to perform tasks of the daily living. In our institution, a standardized knee performance evaluation including patient-reported outcome measures (PROMs) and physical performance tests has been applied to all patients undergoing total knee arthroplasty (TKA). Our goal was to identify which preoperative tools influence the outcomes of a TKA and if physical performance tests can be of value if used along with PROMs in predicting functional outcomes. Classification and regression tree was used to analyze which preoperative factors influence function after TKA. Western Ontario and McMaster Universities Arthritis Index (WOMAC) function (WOMAC-F), 6-minute walk test (6MWT), and timed up and go (TUG) test at the 12th postoperative month were the dependent variables. Age, body mass index, preoperative WOMAC function and pain score, muscle strength, 6MWT, and TUG test score were used as preoperative predictors of dependent variables. TUG ≤19.3 seconds and age <62 years were preoperative predictors of better scores in the WOMAC-F (5.5). Strength of extensor muscles of the nonoperated knee ≥99.43 N·m/kg and 6MWT> 328 m were preoperative predictors of a better postoperative 6MWT (499 m). TUG <12.3 seconds and 6MWT ≥421 m were preoperative predictors of better postoperative TUG (7.3 seconds). Preoperative performance in physical tests had an influence on postoperative outcome scores than PROMs after TKA. Less age, good muscular strength, greater capacity of walking, and smaller TUG times were associated with better outcomes.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».