Total knee replacement after high tibial osteotomy: time-to-event analysis and predictors
Notice bibliographique
Résumé
BACKGROUND: An important aim of high tibial osteotomy (HTO) is to prevent or delay the need for total knee replacement (TKR). We sought to estimate the frequency and timing of conversion from HTO to TKR and the factors associated with it. METHODS: We prospectively evaluated patients with osteoarthritis (OA) of the knee who underwent medial opening wedge HTO from 2002 to 2014 and analyzed the cumulative incidence of TKR in July 2019. The presence or absence of TKR on the HTO limb was identified from the orthopedic surgery reports and knee radiographs contained in the electronic medical records for each patient at London Health Sciences Centre. We used cumulative incidence curves to evaluate the primary outcome of time to TKR. We used multivariable Cox proportional hazards analysis to assess potential preoperative predictors including radiographic disease severity, malalignment, correction size, pain, sex, age, body mass index (BMI) and year of surgery. RESULTS: Among 556 patients who underwent 643 HTO procedures, the cumulative incidence of TKR was 5% (95% confidence interval [CI] 3%–7%) at 5 years and 21% (95% CI 17%–26%) at 10 years. With the Cox proportional hazards multivariable model, the following preoperative factors were significantly associated with an increased rate of conversion: radiographic OA severity (adjusted hazard ratio [HR] 1.96, 95% CI 1.12–3.45), pain (adjusted HR 0.85, 95% CI 0.75–0.96)], female sex (adjusted HR 1.67, 95% CI 1.08–2.58), age (adjusted HR 1.50 per 10 yr, 95% CI 1.17–1.93) and BMI (adjusted HR 1.31 per 5 kng/m2, 95% CI 1.12–1.53). INTERPRETATION: We found that 79% of knees did not undergo TKR within 10 years after undergoing medial opening wedge HTO. The strongest predictor of conversion to TKR is greater radiographic disease at the time of HTO.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,004 | 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 ».