Surgical Complications After Reverse Total Shoulder Arthroplasty and Total Shoulder Arthroplasty in the United States
Notice bibliographique
Résumé
INTRODUCTION: Shoulder arthroplasty has become popular in the treatment of degenerative shoulder conditions in the United States. Shoulder arthroplasty usage has expanded to younger patients with increased surgical indications. METHODS: Reverse total shoulder arthroplasty (RTSA) and TSA patient records with the 1-year follow-up between 2015 and 2018 were queried from the nationwide PearlDiver Mariner Shoulder Database using International Classification of Disease-10 codes. Chi-square analysis was done to compare the demographics, surgical complications, and revision procedures between RTSA and TSA. RESULTS: From 2010 to 2018, there was an increase in shoulder arthroplasty cases because of RTSA. The overall surgical complication and revision procedure rates were 2.26% and 3.56% for RTSA, and 6.36% and 2.42% for TSA. Patients older than 50 years had statistically lower surgical complications after RTSA than TSA (2.25% versus 3.94%, P < 0.05), whereas no statistical difference between RTSA and TSA for patients younger than 50 years (10.06% versus 7.45%, P = 0.19). Male patients had higher RTSA complication rates (3.12% versus 2.28%, P < 0.05), whereas female patients had higher TSA (4.86% versus 5.92%, P < 0.05). History of tobacco, depression, and obesity were risk factors for higher complications. CONCLUSION: RTSA has become more commonly done than TSA in the United States. Older patients who underwent shoulder arthroplasty had lower surgical complication. TSA had a higher surgical complication rate than RTSA for patients older than 50 years.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».