Evaluating the Functional and Psychological Outcomes Following Periprosthetic Femoral Fracture After Total Hip Arthroplasty
Notice bibliographique
Résumé
Background: A fall after total hip arthroplasty (THA) that results in a periprosthetic femoral fracture (PPF) can have devastating functional and psychological consequences in older adults. There are few studies that have evaluated both functional and psychological outcomes of PPF post-THA in the same cohort. Methods: This is a retrospective study of 130 people who underwent revision THA between 2005 and 2019 due to PPF. The Western Ontario and McMaster Universities Osteoarthritis (WOMAC), Harris Hip Score (HHS), and Short Form-12 (SF-12) assessed physical function, hip joint function, and psychological well-being, respectively. Descriptive statistics using means and standard deviation or frequencies and percentages were used to define the sample. The association between baseline demographic, clinical, and surgical factors on WOMAC, HHS, and SF-12 scores at 1-year post-PPF surgery was modelled using multivariable linear regression. The mean age (n = 130) was 80.6 ± 9.0 years, and 55.4% (n = 72) were female. The mortality rate was 15.4% (n = 20) at 1-year post-PPF surgery. One-year follow-up data were available for 35.4% (n = 46) of patients. Results: The WOMAC (n = 37), HHS (n = 32), and SF-12 mental component summary (n = 46) scores at 1-year post-PPF surgery were 67.9 ± 20.3, 78.3 ± 15.0, and 52.7 ± 9.1, respectively. No significant association was found among age, gender, previous history of lower extremity surgery, Vancouver classification, and femoral bone grafting on WOMAC, HHS, and SF-12 scores. Conclusions: Our study found that patients with PPF have fair hip joint function, poor physical function and psychological well-being, and a high mortality rate at 1-year post-PPF 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 | 0,001 | 0,000 |
| 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 | 0,001 | 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) | 0,006 | 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 ».