Indication for total knee arthroplasty based on preoperative functional score: Are we operating earlier?
Notice bibliographique
Résumé
Background: The number of total knee arthroplasty (TKA) procedures performed annually is increasing for reasons not fully explained by population growth and increasing rates of obesity. The purpose of this study was to determine the role of patient functional status as an indication for surgery and to determine if patients are undergoing surgery with a higher level of preoperative function than in the past. Methods: A systematic review and meta-analysis of the MEDLINE, Embase and Cochrane databases was performed in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Functional status was assessed using the 36-Item Short Form Health Survey’s physical component summary (PCS) score. Only primary procedures were included. Articles were screened by 2 independent reviewers, with conflicts resolved with a third reviewer. Meta-regression analysis was performed to determine the effect of time, age and sex on preoperative PCS score. Subgroup analysis was performed to compare results for the United States with those for the rest of the world. Results: A total of 1502 articles were identified, of which 149 were included in the study. Data from 257 independent groups including 57 844 patients recruited from 1991 to 2015 were analyzed. The mean preoperative PCS score was 31.1 (95% confidence interval 30.6–31.7) with a 95% prediction interval of 22.8–39.5. The variance across studies was found to be significant (p < 0.001) with 99.01% true variance. Year of enrolment, age, the percentage of female patients and geographic region did not have any significant effect on preoperative PCS score. Conclusion: Patients are undergoing TKA with a level of preoperative function similar to their level of function in the past. Patient age, sex and location did not influence the functional status at which patients were considered to be candidates for 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 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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».