Serological risk factors associated with arthroplasty complications
Notice bibliographique
Résumé
Intro: Post-operative complications can have a devastating impact on patients' quality of life. Peri-operative bloodwork is often routinely conducted and may predict post-operative complications. The purpose of this study is to understand if pre- or post-operative serology is associated with post-operative complications arising from hip and knee arthroplasty. Methods: A retrospective chart review of 383 participants with post-operative total hip and knee arthroplasty complications was conducted. One hundred and forty-one participants with post-operative complications were included and compared to a control group of 120 participants. Patient, surgical, and pre- and post-operative serological data were collected. L2-regularized logistic regression was utilized to assess whether identified factors independently predicted post-operative complications. Results: The complications group had higher age, male sex, presence of osteoporosis, Charlson Comorbidity Index and bilateral arthroplasties compared to the control group (p < 0.05). Pre-operatively, the complications group had a lower hemoglobin value (p = 0.027; OR = 0.64) and higher Basophil Count (p = 0.012, OR = 2.23) and Monocyte-Lymphocyte ratio (p = 0.003, OR = 2.23), higher rates of undergoing a general anesthetic (p = 0.019, OR = 0.43) and psychiatric illness (p = 0.001, OR = 3.07). Post-operatively, the complications group had lower WBC (p = 0.040, OR = 0.55) and Neutrophil counts (p = 0.001, OR = 0.45), increased Eosinophil count (p = 0.018, OR = 2.36), increased age (p = 0.034, OR = 2.06) and BMI (p = 0.049, OR = 1.74), having postoperative anticoagulation other than ASA (p = 0.000, OR = 3.99). Conclusion: We identified multiple peri-operative patient, surgical, and serological risk factors for developing post-operative complications following hip and knee arthroplasty. These markers could be prioritized for monitoring high-risk patients for possible intervention.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,005 | 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 ».