Hip arthroscopy utilization and reoperation rates in Ontario: a population-based analysis comparing different age cohorts
Notice bibliographique
Résumé
Background: Older age (> 40 yr) and osteoarthritis are negative prognostic variables for hip arthroscopy, but their impact has not been quantified from a population standpoint. The purpose of this study was to perform a population-based analysis of hip arthroscopy utilization and associated 2- and 5-year reoperation rates and complications in different age cohorts. Methods: Administrative databases from Ontario, Canada, were retrospectively reviewed to identify patients aged 18–60 years who underwent hip arthroscopy between 2006 and 2016. Patients were stratified into 2 cohorts: 18–39 and 40–60 years of age. Patients were followed for 2 and 5 years to capture the occurrence of subsequent surgery (repeat arthroscopy or total hip arthroplasty) and postoperative complications. Results: A total of 1906 patients underwent hip arthroscopy, 818 (42.9%) of whom were aged 40–60 years. In the entire cohort, revision surgery occurred in 6.5% and 15.1% of cases at 2 and 5 years, respectively. Revision surgery rates were significantly higher among patients aged 40–60 years at 2 (10.8% v. 3.2%, p < 0.001) and 5 years (22.7% v. 8.2%, p < 0.001) than among those aged 18–39 years. Revision rates were higher among patients aged 50–60 years than among those aged 40–49 years at 2 years (14.3% v. 9.1%, p = 0.027). Complication rates did not differ between cohorts. Regression analysis revealed higher 2- and 5-year odds of secondary surgery in patients aged 40–49 years (odds ratio [OR] 2.68, 95% confidence interval [CI] 1.70–4.22; OR 2.82, 95% CI 1.87–4.25; p < 0.001), patients aged 50–60 years (OR 4.39, 95% CI 2.67–7.22; OR 3.44, 95% CI 2.11–5.62; p < 0.001) and those with osteoarthritis (OR 2.41, 95% CI 1.39–4.20; p = 0.002; OR 1.76, 95% CI 1.00–3.09; p = 0.049). Conclusion: Revision surgery rates following hip arthroscopy are significantly higher among older patients and those with concomitant osteoarthritis. Although the data have limitations, they provide useful information to guide surgical decision-making.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».