Activity outcomes after hip arthroplasty: an information tool based on patients’ experience captured in a hospital registry
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Patients receiving total hip arthroplasty (THA) have different expectations and concerns about their health outcomes after surgery. In this study we developed a tool based on registry data to inform patients and their clinicians about activity outcomes after THA. METHODS: We used data from the Geneva Arthroplasty Registry (GAR) on patients receiving a primary elective THA between 1996 and 2019. The information tool was developed around five activity outcomes: getting in/out of the car, getting dressed autonomously, independence in weekly tasks, interference in social activities, and activity levels. Based on baseline predictors, conditional inference trees (CITs) were used to create clusters of patients with homogeneous activity outcomes at one, five and 10 years after surgery, rather than to predict individual probabilities. RESULTS: In total, 14 CITs were generated based on 6,836 operations included in the tool. Overall, activity outcomes substantially improved at all three times points after surgery, with 1-year values mostly being the highest. While before surgery only about 10% of patients had none/slight limitations in activities of daily living, about 70% did one year after surgery. The SF12 mental component score (MCS), SF12 self-rated health (SRH), BMI, ASA score, and comorbidity count were the most recurring predictors of activity outcomes. Predictors and their relative importance changed at different time points for the same outcome. For example, for ability to get in/out the car, whilst clusters at year 1 were generated based on WOMAC function, SRH, mental health, WOMAC difficulty walking, and SF12 physical interference, at year 5, ASA score, BMI, SF12 physical & mental health, activity level, and socio-economic status were significant. Outcome profiles varied by clusters. CONCLUSION: Distinct activity outcomes clusters based on baseline patient characteristics were identified and knowing this can help inform patients' expectation and meaningful discussions with clinicians about treatment decisions.
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 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».