The Etiology of Total Knee Arthroplasty Failure Influences on Improvement in Knee Function: A Follow-Up Study
Notice bibliographique
Résumé
Background: Outcomes following total knee arthroplasty (TKA) revisions are variable, and it is hypothesized that the underlying cause of primary TKA failure impacts postoperative outcomes. This study analyzes the results of TKA revisions seven years after surgery, in relation to the etiology of primary failure and other influencing factors. A previous study conducted in 2013 examined the same cohort of patients three months after revision surgery. Methods: From the original study, 97 patients were followed up, and 49 patients were eligible for inclusion. Patients were classified into four groups: “periprosthetic infection” (PPI), “aseptic loosening,” “instability,” and “arthrofibrosis.” Outcomes were analyzed using established scores (the Knee Society Score (KSS), New Knee Society Score (nKSS), and the Western Ontario and McMaster Universities (WOMAC) index) and considering factors such as age, gender, BMI, and ASA classification. The outcomes were analyzed using three time intervals: “Outcome Short” (preoperative to 3 months postoperative); “Outcome Long” (preoperative to 7 years postoperative); and “Delta PostOP” (3 months postoperative to 7 years postoperative). Results: Significant improvements were observed in all time intervals, especially in the “Outcome Short” (p < 0.001) and “Delta PostOP” (p < 0.001) periods. The “instability” and “aseptic loosening” groups showed better outcomes in terms of range of motion and knee scores than the “arthrofibrosis” and “infection” groups (p < 0.05). A lower BMI and an ASA status of II were associated with better outcomes (p < 0.05). Women also showed superior results in the nKSS (p < 0.05). Discussion: Patients with “aseptic loosening” and “instability” had the best long-term outcomes. Lower BMI and better ASA status also correlated with improved results. These findings can inform patients of the potential outcomes of revision surgery, thereby facilitating informed decision-making.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».