Chronic pain after primary total and medial unicompartmental knee arthroplasty for osteoarthritis: a Danish nationwide cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Contemporary data on the risk of chronic pain after total knee arthroplasty (TKA) and unicompartmental knee arthroplasty (UKA) is limited. Therefore, we aimed to investigate the incidence of chronic pain, pain characteristics, patterns of analgesic use, patient satisfaction, and willingness to undergo the same surgery again, 1 year after primary TKA and UKA for osteoarthritis. METHODS: We conducted a nationwide online survey among unselected patients who underwent primary TKA or medial UKA for primary osteoarthritis in Denmark. At 1 year postoperatively, we assessed the incidence of moderate to severe pain (≥ 4 on the 0-10 numerical rating scale), frequency of pain, pain interference with everyday life, the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain domain, the Douleur Neuropathique 4 interview (DN4i), use of analgesics, satisfaction, and willingness to undergo the same surgery again. RESULTS: We sent survey invitations to 2,580 TKA patients and 1,007 UKA patients who underwent surgery in 2022. Of the 70% TKA respondents, 25% had moderate to severe chronic pain, 82% were satisfied/very satisfied with the result of surgery, and 86% indicated that they would choose to undergo surgery again. Of the 75% UKA respondents, 23% had moderate to severe chronic pain, 86% were satisfied/very satisfied, and 88% would undergo the same surgery again. CONCLUSION: In Denmark, 25% of TKA patients and 23% of medial UKA patients experienced moderate to severe knee pain after 1 year. These numbers were higher than most previous estimates. Most patients were satisfied with the result of surgery and would undergo the same surgery again.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».