Obesity, Comorbidities, and the Associated Risk among Patients Who Underwent Total Knee Arthroplasty in Alberta
Notice bibliographique
Résumé
Abstract Obesity, a common risk factor for osteoarthritis (OA), accelerates joint deterioration resulting in the need for early total knee arthroplasty (TKA). The role of obesity in the management of OA remains a controversial topic. In this study, we examined whether obesity along with other comorbidities is associated with peri/postoperative complications in patients who underwent primary unilateral TKA in Alberta, Canada. A retrospective secondary analysis was performed on data extracted from data repository of patients (n = 15,151) who underwent TKA between 2012 and 2016. The sample was divided into five groups based on body mass index (BMI) classification developed by the World Health Organization. The associations between dependent variable (presence or absence of a complication or comorbidity) with the independent variables (year of surgery, age, sex, length of surgery, and BMI groups) were examined using binomial logistic regression. Results showed that obese classes I, II, and III, irrespective of other covariates, were more likely to have diabetes and pulmonary embolism (p < 0.001) compared with the normal BMI group. Patients with obese class III compared with the patients in normal BMI group were more likely to have deep wound infection (p = 0.04). Patients with comorbidities were more likely to have a blood transfusion, infection, pulmonary embolism, and readmission. Patients in higher BMI groups or with comorbidities were more likely to experience peri/postoperative complications following TKA, though the level of risk depends on the severity of obesity. These findings may be used by health care providers to educate patients in higher BMI groups about the risks of TKA and optimize comorbidities prior to the surgery.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».