Predictors and Prevalence of Persistent Pain after Total Knee Arthroplasty in One-Year Follow-up
Notice bibliographique
Résumé
Background: Total knee arthroplasty (TKA) is one of the most common surgeries performed to reduce pain and disability in knee arthritis. Comprehension of the etiology and prevalence of persistent postoperative knee pain can help reduce this pain and identify the predictive factors leading to it. This study aimed to investigate the predictive factors and the prevalence of persistent pain after total knee arthroplasty in one-year follow-up. Materials and Methods: This was a prospective cohort study. Demographic data including age, sex, body mass index (BMI), hospital anxiety and depression scale (HADS), and comorbidities were collected. In 242 patients, preoperative and postoperative Western Ontario and McMaster Universities Arthritis Index (WOMAC) scores were measured before and immediately after surgery and in 3-, 6-, and 12-month intervals during follow-up. Loosening of the prosthesis was also investigated by radiographic imaging in every postoperative visit. Result: = 22) at 6 and 12 months lower preoperative WOMAC (odd's ratio:2.8), loosening of the prosthesis (odd's ratio:1.9), higher HADS (odd's ratio:2.1) were main predictors for PPP in TKA patients as in rheumatoid arthritis (odd's ratio:1.2). Conclusion: Loosening of the prosthesis and higher preoperative WOMAC scores are key factors in persistent post-TKA pain. Depression and anxiety are more popular among patients with more pain after TKA. RA is more prevalent in patients with PPP after TKA.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».