Outcomes Vary Significantly Using a Tiered Approach To Define Success After Total Hip Arthroplasty.
Notice bibliographique
Résumé
Background: Clinical outcomes following primary total hip arthroplasty (THA) are commonly assessed through patient-reported outcome measures (PROM). The purpose of this study was to use progressively more stringent definitions of success to evaluate clinical outcomes of primary THA at 1-year postoperatively and to determine if demographic variables were associated with achievement of clinical success. Methods: The American Joint Replacement Registry (AJRR) was queried from 2012-2020 for primary THA. Patients that completed the following PROMs preoperatively and 1-year postoperatively were included: Western Ontario and McMaster Universities Arthritis Index (WOMAC), Hip Injury and Osteoarthritis Outcome Score (HOOS) and HOOS for Joint Replacement (HOOS, JR). Mean PROM scores were determined for each visit and between-visit changes were evaluated using paired t-tests. Rates of achievement of minimal clinically important difference (MCID) by distribution-based and anchor-based criteria, patient acceptable symptom state (PASS), and substantial clinical benefit (SCB) were calculated. Logistic regression was used to evaluate associations between demographic variables and odds of success. Results: 7,001 THAs were included. Mean improvement in PROM scores were: HOOS, JR, 37; WOMAC-Pain, 39; WOMAC-Function, 41 (p<0.0001 for all). Rates of achievement of each metric were: distribution-based MCID, 88-93%; anchor-based MCID, 68-90%; PASS, 47-84%; SCB, 68-84%. Age and sex were the most influential demographic factors on achievement of clinical success. Conclusion: .
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».