Effectiveness of prehabilitation on outcomes following total knee and hip arthroplasty for osteoarthritis: a systematic review and meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
Purpose To quantify the effectiveness of prehabilitation prior to total knee and hip arthroplasty (TKA/THA) for osteoarthritis on postoperative outcomes assessed by self-report and performance-based measures.Methods Embase, MEDLINE, CENTRAL, CINAHL and Scopus (inception-August 2022) were searched for randomized controlled trials. Self-report outcomes were function, health-related quality of life (HRQoL), and pain. Performance-based outcomes were strength, range of motion (ROM), balance, and functional mobility. The RoB 2.0 assessed risk of bias. Random-effects meta-analysis was performed up to 52 weeks after TKA/THA.Results High risk of bias was found in 24 of 28 trials. Prehabilitation improved function (SMD = 0.50 [95%CI: 0.23, 0.77]), pain (SMD = 0.44 [95%CI: 0.17, 0.71]), HRQoL (SMD = 0.28 [95%CI: 0.12, 0.43]), strength (SMD = 0.72 [95%CI: 0.47, 0.98]), ROM (SMD = 0.31 [95%CI: 0.02, 0.59]), and functional mobility (SMD = 0.39 [95%CI: 0.05, 0.73]) post-TKA. No significant effect of prehabilitation on balance (SMD = 0.28 [95%CI: −0.11, 0.66]) post-TKA. All outcomes assessed had significant heterogeneity (p < 0.01). There were limited and contradictory trials (n = 2) for THA.Conclusion High risk of bias and significant heterogeneity observed in our meta-analysis prevent conclusions regarding prehabilitation effectiveness on outcomes up to one year after TKA/THA.
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 | 0,022 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,030 | 0,033 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».