The Combination of Depression and Obesity Is Associated With Increased Incidence of Subsequent Total Knee Arthroplasty
Notice bibliographique
Résumé
OBJECTIVE: Compare the incidence of total knee arthroplasty (TKA) within the first 5 years after knee OA diagnoses between matched groups of individuals with or without comorbid diagnoses of obesity and/or depression. We hypothesized that the greatest incidence of TKA within 5 years of OA diagnosis would be in the cohort of individuals with combined obesity and depression. METHODS: The PearlDiver Mariner Ortho157 database was used to identify four cohorts of individuals with knee OA based on diagnosis codes that were matched by age, sex, and Charlson Comorbidity Index: a group without diagnoses associated with depression or obesity (Control), those with obesity but not depression (Obesity), those with depression but not obesity (Depression), and those with diagnoses of both obesity and depression (Depression+Obesity). The incidence of subsequent TKA within the first 5 years after the index OA diagnosis were compared between the four matched cohorts. RESULTS: Each cohort was comprised of 274,403 unique individuals (180,563 females, 93,840 males; age=55±7 y). The incidence of TKA was greatest for the Depression+Obesity group (11.9%) when compared to the Control group (8.3%, p<0.0001, RR=1.43 [95%CI:1.41,1.45]), the Obesity group (10.2%, p<0.0001, RR=1.13 [95%CI:1.11,1.14], p<0.0001) or Depression (7.8%, p<0.0001, RR=1.53 [95%CI:1.50,1.55], p<0.0001). CONCLUSION: The incidence of subsequent TKA was greatest for those with the combination of obesity and depression when compared to the Control group and those with individual diagnosis of obesity or depression.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».