Who Is Treating Periprosthetic Femur Fractures? An Analysis of the Periprosthetic Research Consortium
Notice bibliographique
Résumé
Background: Periprosthetic femur fractures (PPFFs) following total hip arthroplasty (THA) have increased in the past decade as the demand for primary surgery continues to grow. Although there is now more evidence to describe the treatment of Vancouver B fractures, there is still limited knowledge regarding factors that cause surgeons to perform either an open reduction and internal fixation (ORIF) or revision THA (rTHA). The purpose of this study was to determine what type of surgeons treat Vancouver B PPFFs at 11 major academic institutions and if there are trends in treatment decision-making regarding the use of ORIF or rTHA based on surgical training or patient factors. Methods: This multicenter retrospective study evaluated patients surgically treated for Vancouver B PPFF after THA between 2014 and 2019. Patients from 11 academic centers located in the United States were included in this study. Surgical outcomes and patient demographics were evaluated based on surgeon training, surgical treatment type, and institution. Results: < .001) were independent risk factors for ORIF repair of Vancouver B fractures. There were no differences in outcomes based on surgeon subspecialty training. Conclusions: This study showed the trends in surgeons who surgically manage Vancouver B fractures at 11 major academic institutions and highlighted that regardless of surgical training or surgical treatment type, postoperative outcomes following management of PPFF were similar.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».