Potential Moderators For Outcome After Rotator Cuff Repair : a Pilot Study
Notice bibliographique
Résumé
Background and aimThere is a growing body of evidence, that central pain processing (CPP) and psychosocial factors may maintain or drive shoulder pain. In patients undergoing rotator cuff repair (RCR,) findings report that patientsu2019 expectations may predict outcome after surgery 1. Yet, there is a lack of evidence on modifiable factors that potentially moderate the outcome after RCR. The aim refers to identify such moderators for outcome after RCR. MethodsThe longitudinal study will investigate 141 datasets of adult patients undergoing RCR at Kantonsspital Winterthur, Switzerland. Mean change of three measurement points, 1. pre-operative, 2. 12 weeks post-operative, 3. 12 months post-operative of primary (Western Ontario Rotator Cuff Index (WORC)) and secondary outcome measures (Constant u2013 Score, maximum pain and quality of life) will be analysed by mixed-effects regression model for repeated measures. Stepwise inclusion of the 6 potential moderators will be conducted using linear and logistic regression models. Potential moderators are obtained by quantitative sensory testing and central sensitisation inventory (CPP), pain catastrophizing scale, illness perception questionnaire, perceived stress scale and questions about expectations and sleep.ResultsAssessments started in September 2018. Preliminary results from the pilot study will be available in summer 2019 and may provide insight in short-term prognosis for outcome 12 weeks postoperative. ConclusionResults may disclose moderators for outcome after RCR and foster a more patient-centred treatment approach with the aim to tailor the course of care towards a beneficial outcome. Funding acknowledgementAcknowledgments refer to the staff of Kantonsspital Winterthur. Ethical approval ID: 2018-02089.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,000 | 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 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 ».