MétaCan
Menu
Retour à la cohorte
Enregistrement W4366084698 · doi:10.1136/rmdopen-2022-002808

Patient appropriateness for total knee arthroplasty and predicted probability of a good outcome

2023· article· en· W4366084698 sur OpenAlex
Gillian Hawker, Éric Bohm, Michael Dunbar, Peter Faris, C Allyson Jones, Tom Noseworthy, Bheeshma Ravi, Linda J. Woodhouse, Deborah A. Marshall

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueRMD Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensUniversity of AlbertaUniversity of CalgaryUniversity of TorontoDalhousie UniversityUniversity of ManitobaWomen's College Hospital
Organismes subventionnairesUniversity of TorontoCanadian Institutes of Health ResearchDalhousie UniversityUniversity of Alberta
Mots-clésMedicineTotal knee arthroplastyOutcome (game theory)Physical therapyArthroplastySurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: One-fifth of total knee arthroplasty (TKA) recipients experience a suboptimal outcome. Incorporation of patients' preferences in TKA assessment may improve outcomes. We determined the discriminant ability of preoperative measures of TKA need, readiness/willingness and expectations for a good TKA outcome. METHODS: In patients with knee osteoarthritis (OA) undergoing primary TKA, we preoperatively assessed TKA need (Western Ontario-McMaster Universities OA Index (WOMAC) Pain Score and Knee injury and Osteoarthritis Outcome Score (KOOS) function, arthritis coping), health status, readiness (Patient Acceptable Symptom State, depressive symptoms), willingness (definitely yes-yes/no) and expectations (outcomes deemed 'very important'). A good outcome was defined as symptom improvement (met Outcome Measures in Rheumatology and Osteoarthritis Research Society International (OMERACT-OARSI) responder criteria) and satisfaction with results 1 year post TKA. Using logistic regression, we assessed independent outcome predictors, model discrimination (area under the receiver operating characteristic curve, AUC) and the predicted probability of a good outcome for different need, readiness/willingness and expectations scenarios. RESULTS: Of 1,053 TKA recipients (mean age 66.9 years (SD 8.8); 58.6% women), 78.1% achieved a good outcome. With TKA need alone (WOMAC pain subscale, KOOS physical function short-form), model discrimination was good (AUC 0.67, 95% CI 0.63 to 0.71). Inclusion of readiness/willingness, depressive symptoms and expectations regarding kneeling, stair climbing, well-being and performing recreational activities improved discrimination (p=0.01; optimism corrected AUC 0.70, 0.66-0.74). The predicted probability of a good outcome ranged from 44.4% (33.9-55.5) to 92.4% (88.4-95.1) depending on level of TKA need, readiness/willingness, depressive symptoms and surgical expectations. CONCLUSIONS: Although external validation is required, our findings suggest that incorporation of patients' TKA readiness, willingness and expectations in TKA decision-making may improve the proportion of recipients that experience a good outcome.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,299
Écart entre enseignants0,262 · 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