MétaCan
Menu
Retour à la cohorte
Enregistrement W4250130282 · doi:10.1177/2325967117s00122

Determining the Patient Acceptable Symptomatic State for Patients Undergoing Arthroscopic Partial Meniscectomy in the Knee

2017· article· en· W4250130282 sur OpenAlexaffabout
Thomas Zochowski, Tim Dwyer, Darrell Ogilvie‐Harris, John Theodoropoulos, Daniel B. Whelan, M. Lucas Murnaghan, David Wasserstein, Jennie Gillis, Jaskarndip Chahal

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensHealth Sciences CentreAthletic Edge Sports MedicineSunnybrook Health Science CentreMount Sinai HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMeniscusSurgeryKnee painArthroscopyKnee surgeryReceiver operating characteristicPhysical therapyOsteoarthritis

Résumé

récupéré en direct d'OpenAlex

Objectives: Arthroscopic partial meniscectomy is one of the most commonly performed procedures in orthopaedic surgery. However, information on the threshold at which patients consider themselves to be well for patient reported outcome measures (PROMs) after this surgery remains limited. Our goal was to determine the patient acceptable symptomatic state (PASS) for the Knee Injury and Osteoarthritic Outcome Score (KOOS), the International Knee Documentation Committee (IKDC) Subjective Knee Form, the Western Ontario Meniscal Evaluation Tool (WOMET) and the Marx Activity Scale (MAS) in patients with knee meniscal pathology who treated with partial knee meniscectomy. Methods: A consecutive series of patients with knee meniscal pathology treated with arthroscopic partial meniscectomy plus or minus intra-articular debridement were eligible. Other inclusion criteria were: a Kellegren-Lawrence Grade of 0-2, and ligamentous integrity. The KOOS (0-100, 5 subscales), IKDC (0-100), WOMET (0-100) and MAS (0-16) were administered at baseline and 12 months postoperatively. An external anchor question at 1 year postoperatively was utilized to determine PASS values: “Taking into account all the activities you have during your daily life, your level of pain, and also your functional impairment, do you consider that your current state is satisfactory?” A receiver operator curve analysis was used to determine the PASS value at which patients considered their status to be satisfactory. Results: There were 115 patients (mean ± SD age, 53.8 ± 12.0 years), and 57.3% were male. Based on a receiver operator curve analysis, the PASS values - at which patients considered their status to be satisfactory - at 1 year after surgery were 43 (KOOS-symptoms subscale), 83 (KOOS-pain subscale), 84 (KOOS-functions of daily living subscale), 75 (KOOS-function, sport and recreational activity subscale), 56 (KOOS-quality of life subscale), 56 (IKDC), 61 (WOMET), 7 (MAS). The PASS threshold was not affected by baseline scores across the different instruments and there was no relationship between baseline score and likelihood of achieving the PASS. Age and sex were not significantly related to the odds of achieving the PASS for any of the PROMs. Conclusion: This is the first study to determine PASS in four commonly used knee-related PROMs in patients undergoing arthroscopic partial meniscectomy. The findings can allow researchers and clinicians to determine if partial meniscectomy is meaningful to patients and will be helpful for responder analysis in future trials related to knee arthroscopy and the treatment of meniscal pathology.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,288
Écart entre enseignants0,276 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207