A Scoping Review of Total Hip Arthroplasty Survival and Reoperation Rates in Patients of 55 Years or Younger: Health Services Implications for Revision Surgeries
Notice bibliographique
Résumé
Background: Total hip arthroplasty (THA) in younger patients is projected to increase by a factor of 5 by 2030 and will have important implications for clinical practice, policymaking, and research. This scoping review aimed to synthesize and summarize THA implants' survival, reoperation, and wear rates and identify indications and risk factors for reoperation following THA in patients ≤55 years old. Material and methods: Standardized scoping review methodology was applied. We searched 4 electronic databases (Medline, Embase, CINAHL, and Web of Science) from January 1990 to May 2019. Selection criteria were patients aged ≤55 years, THA survival, reoperation, and/or wear rate reported, a minimum of 20 reoperations included, and minimum level III based on the Oxford Level of Evidence. Two authors independently reviewed the citations, extracted data, and assessed quality. Results: Of the 2255 citations screened, 35 retrospective cohort studies were included. Survival rates for THA at 5 and 20 years were 90%-100% and 60.4%-77.7%, respectively. Reoperation rates at ≤5-year post THA ranged from 1.6% to 5.4% and increased at 10-20 years post THA (8.2%-67%). Common causes for reoperation were aseptic loosening of hip implants, osteolysis, wear, and infection. Higher reoperation and lower survival rates were seen with hip dysplasia and avascular necrosis than with other primary diagnoses. Conclusions: Over time, THA prosthetic survival rates decreased, and reoperation increased in patients ≤55 years. Aseptic loosening of hip implants, osteolysis, wear, and infection were the most frequent reasons for the reoperation.
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) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».