[Patient factors influencing preoperative expectations of patients undergoing total knee arthroplasty].
Notice bibliographique
Résumé
OBJECTIVE: To investigate the expectations of patients for total knee arthroplasty (TKA), and to analyze its influencing factors. METHODS: Experimental design: Single center, retrospective, multiple regression analysis. The data including the age, height, and weight of 108 patients undergoing unilateral TKA due to end-stage osteoarthritis were obtained. The patients' preoperative Hospital for Special Surgery (HSS) knee arthroplasty expectation score, the Western Ontario and McMaster Universities (WOMAC) score, Knee Society score (KSS), the MOS 36-item short-from health survey (SF-36) score, and visual analogue scale (VAS) were evaluated, and the 30-second chair-stand test (30-CST), 40-meter fast-paced walk test (40-FPWT), 12-level stair-climb test (12-SCT), 3-meter timed up-and-go test (TUG), 6-minute walk test (6-MWT), and recorded daily steps for 7 consecutive days were performed. The SPSS 22.0 software was used for statistical analysis. The observed values of various data were described. Pearson correlation analysis was used to evaluate the correlation between various parameters, and the multi-factor linear regression analysis was used to investigate the influencing factors of the patients preoperative expectation scores. RESULTS: < 0.05). CONCLUSION: The estimated expectation score of patients before TKA is not high. Patients with more severe preoperative pain, worse physical function, and lower overall health are more eager to improve after surgery. Thus surgeons must communicate fully with patients with unrealistic expectations before surgery in order to obtain more satisfactory results postoperatively.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».