MétaCan
Menu
← Retour à la cohorte
Enregistrement W3158235546 · doi:10.21203/rs.3.rs-428249/v1

How Can Patient-Reported Outcomes of Periacetabular Osteotomy be Improved? A Short-Term Follow-up of 79 Hips.

2021· preprint· en· W3158235546 sur OpenAlexaff
Yinuo Fan, Weifeng Li, Yunlong Wu, Guoju Hong, Zhong‐Feng Li, Lixin Chen, Hanjun Fang, Chi Zhou, Zhenqiu Chen

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueHip disorders and treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGuangzhou UniversityGuangzhou University of Chinese Medicine
Mots-clésMedicineLogistic regressionReceiver operating characteristicMultivariate analysisCutoffQuality of life (healthcare)SurgeryPatient-reported outcomePhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Bernese periacetabular osteotomy (PAO) is an effective treatment for patients with developmental dysplasia of the hip (DDH). PAO has been widely used in China, but few follow-up outcomes have been reported in the international community. Moreover, the risk factors affecting patient-reported outcomes have not been discussed in recent studies. In this study, patient-reported outcomes after PAO were reported, and risk factors affecting patient-reported outcomes were analyzed. Methods Patients who underwent PAO for DDH from January 2014 to January 2020 were selected as the study subjects, and 79 hips were included in the analysis after screening (71 patients, with an average follow-up time of 2.98 years). The Harris Hip Score (HHS) and International Hip Outcome Instrument-12 (iHOT-12) were used to assess hip function and patient quality of life. A HHS < 80 was defined as symptomatic hips, that is, an adverse outcome; otherwise, it indicated preserved hips. Multivariate logistic regression analysis was used to predict the risk factors influencing the patient-reported outcomes, and receiver operating characteristic (ROC) curve analysis was performed on the risk factors to determine their sensitivity, specificity and cutoff value. Results Clinical outcome analysis demonstrates marked improvements in patient-reported outcomes. The multivariate logistic regression analysis showed that when the postoperative LCEA was > 38°, adverse outcomes were much more likely. However, a Tönnis angle of -10°-0 was a protective factor. In addition, hips with fair or poor joint congruency were 7.794-fold more likely to develop negative outcomes. The ROC curve analysis showed that the optimal thresholds for the LCEA and Tönnis angles used to predict outcomes after PAO were 38.1° and − 9°, respectively. The patients with a postoperative LCEA < 38.1° had a success rate of 83%. In contrast, the success rate was 32% for patients with a postoperative LCEA > 38.1°. In addition, while the patients with a postoperative Tönnis angle of -9°-0 had a success rate of 70%, and those with a Tönnis angle of 0–10° had a success rate of 65%; the success rate of a Tönnis angle <-9° was only 10%. Conclusions Our results demonstrate marked improvements in patient-reported outcomes. Among hips with preoperative excellent or good joint congruency treated by experienced surgeons who obtain the proper postoperative LCEA and Tönnis angles, good patient-reported outcomes can be expected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,373
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetHip disorders and treatments→Travaux en français237 207→