Associations between gait analysis parameters and patient satisfaction one year following primary total knee arthroplasty
Notice bibliographique
Résumé
Background: The purpose of this prospective study was to understand the relation between gait outcomes and patient satisfaction one year after total knee arthroplasty (TKA). Methods: Seventy-nine patients were evaluated before and one year after TKA using clinical gait analysis. Specific gait outcomes were analyzed: gait speed, stance phase, range of motion (ROM) knee flexion and maximal knee flexion. The parameters of interest selected for the statistical analysis were: gait speed and maximal knee flexion during gait. The Western Ontario and MacMaster Osteoarthritis Index (WOMAC) and patient satisfaction were also assessed. The satisfaction was evaluated using a questionnaire and was splited in five categories: very unsatisfied, unsatisfied, neutral, satisfied or very satisfied. To assess associations between patient satisfaction and maximal knee flexion during gait and gait speed, an unadjusted ordinal logistic regression analysis was used. The analysis was then adjusted for covariates: age and Body Mass Index (BMI) before surgery and WOMAC pain one year after surgery. Results: All gait outcomes after TKA had significantly improved. The ordinal logistic regression analysis found significant associations between patient satisfaction and maximal knee flexion after TKA (unadjusted and adjusted) but not for gait speed. Conclusion: These findings show that all patients improved their gait outcomes one year after TKA but only a higher maximal knee flexion during gait may influence the level of patient satisfaction.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».