Factors Associated With Outcome Response Frequency in a Knee Replacement Registry
Notice bibliographique
Résumé
INTRODUCTION: Nonresponse can potentially introduce bias in arthroplasty registries, compromising confidence in outcome data, diminishing both internal validity and generalizability. Patient-reported outcome measures can be critical tools in evaluating clinical outcomes after total knee arthroplasty; however, patient-reported outcome measure data can be skewed when subsets of the population are nonresponsive. This study investigates sociodemographic and clinical factors associated with 12-month nonresponse after total knee arthroplasty and the effects of comprehensive multimodal follow-up methods. METHODS: A prospective cohort of 2,508 total knee arthroplasty patients enrolled in the Function and Outcomes Research for Comparative Effectiveness registry between 2018 and 2023 was analyzed. Sociodemographic and clinical data were collected preoperatively, and comprehensive multimodal follow-up methods were implemented. Hierarchical cluster analysis identified characteristics associated with nonresponse, and logistic regression was used to validate these findings. RESULTS: At 12-month follow-up, 735 of 2,508 patients (29%; P < 0.0001) were nonresponsive. Nonresponders, represented by cluster 5, which had a 45.8% response rate, were more likely to be female (P < 0.0001), non-White or mixed race (P < 0.0001), Hispanic or Latino (P < 0.0001), have less than a college education (P < 0.0001), public insurance (P < 0.0001), greater comorbidity (P < 0.0001), and lower preoperative knee injury and osteoarthritis outcome scores (P < 0.0001). The highest response rate (76.9%) was found in cluster 1, which primarily included well-educated males (P < 0.0001), with private insurance (P < 0.0001), and a lower body mass index (P < 0.0001). CONCLUSION: (1) Persistent and multimodal follow-up methods, through e-mail, paper mailings, and phone calls are needed to achieve high response rates above international registry standards of 60%. (2) Identifying patient characteristics linked to nonresponse provides an opportunity to help with targeted response strategies. These strategies may help reduce selection bias, improve data collection through improved response rates, and enhance the long-term utility of arthroplasty registries.
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 | 0,034 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».