Analysis of the relationship between surgeon procedure volume and complications after total knee arthroplasty using a propensity-matched cohort study
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to identify a threshold in annual surgeon volume associated with increased risk of revision (for any cause) and deep infection requiring surgery following primary elective total knee arthroplasty (TKA). DESIGN: A propensity score matched cohort study. SETTING: Ontario, Canada. PARTICIPANTS: 169 713 persons who received a primary TKA between 2002 and 2016, with 3-year postoperative follow-up. MAIN OUTCOME MEASURES: Revision arthroplasty (for any cause), and the occurrence of deep surgical infection requiring surgery. RESULTS: Based on restricted cubic spline analysis, the threshold for increased probability of revision and deep infection requiring surgery was <70 cases/year. After matching of 51 658 TKA recipients from surgeons performing <70 cases/year to TKA recipients from surgeons with greater than 70 cases/year, patients in the former group had a higher rate of revision (for any cause, 2.23% (95% Confidence Interval (CI) 1.39 to 3.07) vs 1.70% (95% CI 0.85 to 2.55); Hazard Ratio (HR) 1.33, 95% CI 1.21 to 1.47, p<0.0001) and deep infection requiring surgery (1.29% (95% CI 0.44 to 2.14) vs 1.09% (95% CI 0.24 to 1.94); HR 1.33, 95% CI 1.17 to 1.51, p<0.0001). CONCLUSIONS: For primary TKA recipients, cases performed by surgeons who had performed fewer than 70 TKAs in the year prior to the index TKA were at 31% increased relative risk of revision (for any cause), and 18% increased relative risk for deep surgical infection requiring surgery, at 3-year follow-up.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,000 |
| 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 ».