Geïsoleerde mediale en laterale artrose van de knie

Initiatief: NOV Aantal modules: 27

Patiëntkenmerken voor succesvolle osteotomie bij geïsoleerde mediale en laterale artrose van de knie

Uitgangsvraag

Welke patiëntkenmerken hebben invloed op de uitkomst van een osteotomie?

Aanbeveling

Overweeg een osteotomie bij een patiënt met unicompartimentele knieartrose. Houdt er hierbij rekening mee, dat oudere patiënten na een osteotomie gemiddeld op kortere termijn alsnog een totale knieprothese nodig hebben vergeleken met jongere patiënten. Houdt er tevens rekening mee, dat vrouwelijke patiënten na een osteotomie gemiddeld op kortere termijn alsnog een totale knieprothese nodig hebben vergeleken met mannelijke patiënten.

Overwegingen

Voor- en nadelen van de interventie en de kwaliteit van het bewijs

Op basis van de literatuursamenvatting kunnen geen conclusies worden getrokken ten aanzien van cruciale uitkomstmaten vanwege afwezigheid van geschikte literatuur.

 

Ten aanzien van belangrijke uitkomstmaten kunnen alleen conclusies worden getrokken waarin weinig vertrouwen wordt gegeven aan de correctheid van de schatting van het prognostisch effect van factoren op de tijd tot een TKP. Hoewel op basis van de resultaten van de gerapporteerde modellen geconcludeerd zou kunnen worden dat vrouwelijk geslacht en oudere leeftijd (gecorrigeerd voor elkaar) een klinisch relevante voorspeller zijn van het krijgen van een TKP, kan deze conclusie niet worden ondersteund met bewijskracht. De bewijskracht van de gevonden studies is zeer laag, onder andere door beperkingen in de methodologische opzet van de gevonden studies.

 

Toch meent de richtlijncommissie dat op basis van het feit dat alle studies in dezelfde richting wijzen, dat diverse grote en middelgrote studies (Howells, 2014; Hui, 2011; van Raaij, 2008) die waren geëxcludeerd op basis van onvoldoende correctie voor mogelijke confounders ook in dezelfde richting wijzen, en op basis van ervaringen uit de kliniek, dat het waarschijnlijk is dat de tijdperiode tussen osteotomie en een latere TKP klinisch relevant korter is bij vrouwen dan bij mannen, en bij oudere leeftijd in vergelijking met een jongere leeftijd. Gezien het activiteitsniveau en de levensverwachting is bij de jongere patiënt uitstel van een prothese gewenst en zal men eerder kiezen voor een osteotomie (zie de module Osteotomie versus een unicompartimentele knieprothese).

 

Er moet worden benadrukt dat er behoefte is aan kwalitatief goed opgezette studies, die gemaakte voorspellende modellen valideren in een voldoende grote populatie. Alleen op deze manier kan de grootte van het effect van de voorspellende variabelen accuraat en valide worden vastgesteld.

 

Economische status liet geen statistisch significant en over het algemeen geen klinisch relevant verband zien met tijd tot TKP, maar de bewijskracht hiervoor is erg laag. In de literatuur werd verder ook geen bewijs gevonden voor andere voorspellers die een rol zouden kunnen spelen bij de tijd tot TKP in patiënten met unicompartimentele knieartrose, wanneer er wordt gecorrigeerd voor leeftijd en geslacht.

 

Het is belangrijk op te merken dat survival van een osteotomie geen objectieve uitkomstmaat is, omdat de orthopedisch chirurg met name bepaalt wanneer een knieprothese geïndiceerd is.

 

Waarden en voorkeuren van patiënten (en eventueel hun verzorgers)

In een overleg met de zorgverlener om tot een beslissing te komen tot een osteotomie of niet, kan het voor de patiënt, naast andere afwegende factoren zoals duur van revalidatie en verwachtingen ten aanzien van functioneren, van belang zijn hoe lang hiermee een TKP kan worden uitgesteld. Op basis van bovengenoemde studies kan men echter alleen in algemeenheden spreken, en kan geen betrouwbare informatie worden gegeven over hoeveel korter deze duur gemiddeld is naarmate men jonger is, of wanneer men vrouw is. Voor de patiënt is terugkeer naar werk en sport van belang om een keuze te maken tussen de verschillende operatieve behandelingen. Hierover is in de literatuur niets gevonden. Dit is een kennislacune.

 

Kosten (middelenbeslag)

Kosten spelen geen rol in de besluitvorming bij deze uitgangsvraag.

 

Aanvaardbaarheid, haalbaarheid en implementatie

Er zijn geen argumenten met betrekking tot de aanvaardbaarheid, haalbaarheid en implementatie die een rol spelen bij deze uitgangsvraag.

 

Rationale van de aanbeveling: weging van argumenten voor en tegen de interventies

Hoewel de bewijskracht van de gevonden studies zeer laag is, wijzen wel alle studies in dezelfde richting, en geven de studies een klinisch relevant effect aan. Daarnaast geven diverse grote en middelgrote studies die zijn uitgesloten vanwege onvoldoende of onduidelijke correctie voor confouders dit ook aan.

 

Er is geen grootte van het effect van leeftijd aangegeven, en er is tevens geen afkapwaarde voor de leeftijd gegeven omdat op die grond van de huidige evidence en onderliggende studies niet kan worden vastgesteld.

 

Hoewel de studies een ongeveer 1.5 tot 2 keer zo groot risico geven voor vrouwen ten opzichte van mannen om een TKP operatie te ondergaan gedurende de follow-up tijd in de studies na een osteotomie, is er geen grootte van het effect aangegeven omdat de evidence op grond van de studies erg laag is.

Onderbouwing

In de orthopedie wordt met een osteotomie ter hoogte van de knie de stand van het been veranderd. Door deze techniek kan bij patiënten met een unicompartimentele knieartrose de druk verminderd worden op het aangedane compartiment met als doel vermindering van pijn en daarmee verbetering van functie. Hiermee kan tevens een gewrichtsvervanging met een ruim aantal jaren worden uitgesteld (survival van 75% na 10 jaar; Van Raaij, 2008). Het is momenteel onduidelijk welke patiëntkenmerken voorspellend zijn voor een gunstige prognose na een osteotomie bij unicompartimentele knieartrose.

 

Aangezien voor deze uitgangsvraag de bewijskracht van de studies onvoldoende was, maar de kwaliteit van de studies, en de mogelijkheid om individuele patiëntdata te combineren steeds beter wordt is een vijfjaarsperiode voor een update van deze uitgangsvraag te lang. De data in de onderliggende studies zijn aanwezig, en er kan door een gezamenlijke internationale effort om de data te combineren een voldoende grote datasets gebouwd worden voor ontwikkeling van predictiemodellen en de validatie ervan. Wanneer deze effort binnenkort wordt gestart kan een update ten aanzien van deze vraag binnen drie jaar plaatsvinden.

Very low GRADE

We are unsure whether age is a predictor for survival to total knee arthroplasty in patients with unicompartmental osteoarthritis undergoing an osteotomy, adjusted for sex.

 

Sources: (Efe, 2011; Figueroa, 2017; Keenan, 2019; Khosbin, 2017; Van Wulfften Palthe, 2018)

 

Very low GRADE

We are unsure whether sex is a predictor for survival to total knee arthroplasty in patients with unicompartmental osteoarthritis undergoing an osteotomy, adjusted for age.

 

Sources: (Efe, 2011; Figueroa, 2017; Keenan, 2019; Khosbin, 2017; Van Wulfften Palthe, 2018)

 

Very low GRADE

We are unsure whether economic status is a predictor for survival to total knee arthroplasty in patients with unicompartmental osteoarthritis undergoing an osteotomy, adjusted for age and sex.

 

Sources: (Keenan, 2019; Khosbin, 2017)

 

-

GRADE

We cannot conclude which other factors can predict survival to total knee arthroplasty in patients with unicompartmental osteoarthritis undergoing an osteotomy due to the lack of studies testing multivariable models that take the confounders age and sex into account and exclude post-operative factors.

 

-

GRADE

We cannot conclude which factors can predict pain, function, quality of life, other adverse events/complications, patient satisfaction, return to work/sport and alignment in patients with unicompartmental osteoarthritis undergoing an osteotomy due to the lack of studies testing multivariable models that take the confounders age and sex into account and exclude post-operative factors.

Description of studies

Five studies (Efe, 2011; Figueroa, 2017; Keenan, 2019; Khosbin, 2017; Van Wulfften Palthe, 2018) measured patient characteristics before performing an osteotomy and measured time of survival until total knee replacement after performing an osteotomy in patients with (unicompartmental) osteoarthritis of the knee. Multivariable models showing associations between predefined candidate prognostic factors and outcome were reported but were not externally validated. Some studies (see evidence table for inclusion criteria) did not report clearly whether concurrent surgeries were performed besides the osteotomy. Studies that did report concurrent surgeries or studies investigating different types of osteotomies included covariates in their prognostic models to adjust for differences in outcome. The number of factors included in most multivariable models in relation to the number of events may lead to a risk of bias due to insufficient power (see risk of bias table). A brief overview of the study characteristics is reported in table 1.

 

Table 1 Brief study characteristics

Study

Population

Enrolment

End point/ Follow-up

Method

Outcome

Efe, 2011

Patients with symptomatic medial compartment osteoarthritis with varus malalignment undergoing lateral closing-wedge osteotomy; Germany

Between 1994 and 2001

9.6 years (1 to 18)

Multivariate Cox regression model

Survival to total knee arthroplasty

Figueroa, 2017

Patients with symptomatic medial compartment osteoarthritis undergoing medial opening wedge high tibial osteotomy with internal fixation and a bone graft, and undergoing concurrent procedures; Australia

Between December 2002 and November 2013

Not reported

Multivariable Cox proportional hazards model

Survival to total knee arthroplasty

Keenan, 2019

Patients with isolated medial compartment osteoarthritis in a varus knee undergoing opening wedge high tibial osteotomy, excluding patients undergoing HTO for other indications such as cartilage resurfacing, meniscal transplantation and ligament reconstruction, UK

Between January 1994 and December 2011

12 years (6 to 21)

Multivariable Cox proportional hazards model

Survival to total knee arthroplasty

Khosbin, 2017

Patients with osteoarthritis undergoing tibial osteotomy (not further specified), Canada

Between July 1, 1994 and June 30, 2010

June 30, 2012 (allowing for a minimum 2-year follow-up)

Multivariable Cox proportional hazards model

Survival to total knee arthroplasty

Van Wulfften Palthe, 2018

Patients with symptomatic medial compartment osteoarthritis undergoing opening wedge high tibial osteotomy, The Netherlands

Between January 1992 until July 2002

Not reported

Multivariate Cox regression analysis

Survival to total knee arthroplasty

 

Results

Time to total knee arthroplasty

Five studies (Efe, 2011; Figueroa, 2017; Keenan, 2019; Khosbin, 2017; Van Wulfften Palthe, 2018) reported models predicting survival to total knee arthroplasty. Table 2 shows the reported model design.

 

Table 2 Reported prognostic models for total knee arthroplasty

Study

Total N (% events)

Reported model design

Efe, 2011

199 (16%)

Outcome: time to total knee arthroplasty

 

Factors: age, sex (not specified), pre-operative varus angle, BMI, preoperative Kellgren-Lawrence osteoarthritis grade >2, Prior partial arthroscopical meniscectomy

Figueroa, 2017

210 (6.3%)

Outcome: time to total knee arthroplasty

 

Factors: bilaterality, sex (unspecified), age, ever smoked, ligament reconstruction, cartilage treatment, meniscectomy

Keenan, 2019

111 (36%)

Outcome: time to total knee arthroplasty

 

Factors: age, female sex, economic status (ref: Q1 versus Q2, Q3, Q4, Q5 from Scottish index of multiple deprivation)

Khosbin, 2017

2671 (32.3%)

Outcome: time to total knee arthroplasty

 

Factors: age, female sex, urban residence, income quantile (ref: 3, versus 1, 2, 4, 5), co-morbidity (CADGscore ref 0-4 versus 5 to 8, 9+), prior meniscal repair, prior meniscal debridement, prior chondral surgery, concurrent bone grafting, concurrent ligament reconstruction, teaching hospital, surgeon volume > 3, surgeon experience in years

Van Wulfften Palthe, 2018

223 (44%)

Outcome: time to unicompartmental or total knee arthroplasty

 

Factors: age ≥ 50, female sex, surgeon, surgical technique (ref: chevron versus. callus, dome, closing, opening)

 

As the reported models included different factors, the results could not be pooled. Because the models were unvalidated, only results regarding factors that were included in at least two studies will be discussed. Tables 3a-c show the relevance of reported associations regarding patient characteristics and total knee arthroplasty.

 

Table 3a Relevance of prognostic factor ‘age’ for total knee arthroplasty

 

Statistically significant

Clinically relevant

HR (95%CI)

Age per year

Efe, 2011

No

Unknown

Not reported

Figueroa, 2017

No

Yes

0.8 (0.2 to 4.2)

Keenan, 2019

Yes

Yes*

1.07 (1.03 to 1.11)

Khosbin, 2017

Yes

Yes*

1.05 (1.04 to 1.06)

 

Age: ≥ 50

Van Wulfften Palthe, 2018

Yes

Yes

1.61 (1.00 to 2.58)

*We defined this as clinically relevant because the HRs are per year increase, and correspond with HRs per 10 years difference of 1.97 and 1.63 respectively

 

Table 3b Relevance of prognostic factor ‘sex’ for total knee arthroplasty

 

Statistically significant

Clinically relevant

HR (95%CI)

Sex: female

Efe, 2011

No

Unknown

Not reported

Figueroa, 2017

No

Yes

1.4 (0.2 to 11.1)

Keenan, 2019

Yes

Yes

2.37 (1.06 to 5.33)

Khosbin, 2017

Yes

Yes

1.35 (1.17 to 1.55)

Van Wulfften Palthe, 2018

Yes

Yes

1.67 (1.11 to 2.52)

 

Table 3c Relevance of prognostic factor ‘economic status’ for total knee arthroplasty

 

Statistically significant

Clinically relevant

HR (95%CI)

Economic status: income quintile

Keenan, 2019

No

Q2 versus Q1: No

Q3 versus Q1: No

Q4 versus Q1: No

Q5 versus Q1: Yes

Q2 versus Q1:

1.18 (0.37 to 3.37)

Q3 versus Q1:

0.87 (0.26 to 2.90)

Q4 versus Q1:

0.97 (0.30 to 3.17)

Q5 versus Q1:

0.68 (0.19 to 2.45)

Khosbin, 2017

No

No

Q1 versus Q3:

0.97 (0.77 to 1.21)

Q2 versus Q3:

0.94 (0.76 to 1.16)

Q4 versus Q3:

0.92 (0.74 to 1.13)

Q5 versus Q3:

1.01 (0.82 to 1.24)

 

Other outcomes

No studies investigating prognostic factors for pain, function, quality of life, other adverse events/complications, patient satisfaction, return to work/sport or alignment were found.

 

Level of evidence of the literature

Time to total knee arthroplasty

Age

Starting with a high level of evidence for prognostic studies, the level of evidence for the association between age and time to total knee arthroplasty was downgraded by 3 levels to very low: 1 level because of the risk of bias (many factors compared to the number of participants), 1 level because of indirectness (studies have not been validated); and 1 level because of imprecision (wide confidence intervals).

 

Sex

Starting with a high level of evidence for prognostic studies, the level of evidence for the association between sex and time to total knee arthroplasty was downgraded by 3 levels to very low: 1 level because of the risk of bias (many factors compared to the number of participants), 1 level because of indirectness (studies have not been validated); and 1 level because of imprecision (wide confidence intervals).

 

Economic status

Starting with a high level of evidence for prognostic studies, the level of evidence for the association between economic status and time to total knee arthroplasty was downgraded by 3 levels to very low: 1 level because of risk of bias (many factors compared to the number of participants), 1 level because of indirectness (studies have not been validated); and 1 level because of imprecision (wide confidence intervals).

 

Other patient characteristics

Due to the limited availability of literature testing multivariable models that take the confounders age and sex into account and exclude post-operative factors, the level of evidence for these characteristics cannot be graded.

 

Other outcomes

Due to the limited availability of literature testing multivariable models that take the confounders age and sex into account and exclude post-operative factors, the level of evidence for these outcomes cannot be graded.

A systematic review of the literature was performed to answer the following question:

Which patient characteristics are predictive for osteotomy outcome in patients with unicompartmental osteoarthritis?

 

P: patients with unicompartmental osteoarthritis of the knee undergoing an osteotomy;

I: presence of patient characteristics: age, sex, BMI, function (KOOS, WOMAC), pain, osteoarthritis location, osteoarthritis (radiological/radiographic) severity (KL score, KL grade, Kellgren Lawrence), alignment/angle (joint, hip-knee, CP), education, physical activity, depression, anxiety;

C: absence of patient characteristics;

O: pain, quality of life, function, adverse events/complications, patient satisfaction, return to work/sport, alignment, survival to total knee arthroplasty.

 

Timing: after diagnosis, at treatment decision prior to osteotomy;

Setting: at clinical consult with orthopaedic surgeon;

Confounders: age, sex.

 

Relevant outcomes

The guideline development group considered pain and quality of life to be critical outcomes for decision-making; and complications, alignment, physical function, patient satisfaction, return to work/sport and survival to total knee arthroplasty to be important outcomes for decision-making.

 

A priori, the working group did not further define the outcome measures listed above but used the definitions used in the studies.

 

For survival to total knee arthroplasty, the working group defined a 10-year hazard ratio difference of 25% (≤0.8 or ≥1.25) as the minimal clinically (patient) important difference.

 

For continuous outcomes, such as the VAS scale for pain, a mean difference of 10% was defined as the minimal clinically (patient) important difference.

 

For dichotomous outcomes (like presence of complications) outcomes, a difference of 15% was defined as the minimal clinically (patient) important difference.

 

Prognostic research: Study design and hierarchy

With this research question, the aim is to investigate multiple individual factors that might predict osteotomy outcome in patients with unicompartimental osteoarthritis. To investigate whether factors are predictive, a longitudinal relationship between candidate prognostic factors (measured at T0) and outcome (measured at T1) has to be investigated. Often, prognostic factors are correlated (Foroutan, 2020) with other factors. To describe the effect of single prognostic factors, these should be measured in relation to their confounders. Mostly, important confounders can be predefined. Only models including all predefined confounders and measuring longitudinal associations between candidate predictors and outcome can be taken into account. When reviewing literature, there is a hierarchy in the quality of individual studies. Preferably, models for clinical decision-making should show the efficacy of using multivariable models in patient related outcome, as this makes them most helpful in deciding which factors should be used in clinical practice. Differences in clinical decision-making according to the developed model and the effect on patient-related outcome should be measured after sufficient follow-up periods (Moons, 2008). If such studies are not available, studies validating the effects of developed prognostic multivariable models in other samples of the target population (external validation) are preferred, as there is greater confidence in the results of these studies than of studies that have not been externally validated. Most samples do not completely reflect the characteristics of the total population, resulting in deviating associations that may have consequences for the conclusions. Studies validating prognostic multivariable models internally (e.g. through bootstrapping or cross-validation) can be used to answer the research question as well, but their level of evidence must be downgraded due to risk of bias and/or indirectness, as it is not clear whether the models perform well enough in target populations. Model performance should be evaluated to decide whether investigated factors can be used for clinical decision-making. The results of studies that develop unvalidated models cannot be used for clinical decision-making, but only for information purposes. Note that, due to the low confidence in the results of externally unvalidated models, specific results regarding individual factors of interest reported in internally validated or unvalidated models will be described only if factors have been used in at least two multivariable models/studies. Univariable prognostic models (or multivariable prognostic models not taking age and sex into account) cannot be graded, as confidence in these models is too low.

 

Search and select (Methods)

The databases Medline (via OVID) and Embase (via Embase.com) were searched with relevant search terms until 30-10-2019. The detailed search strategy is outline in the Methods section. The systematic literature search resulted in 507 hits.
No studies investigating the impact of a multivariable prognostic model on patient-related outcome regarding osteotomy outcome were found. Studies developing and/or validating a multivariable prognostic model were selected based on the following criteria: systematic reviews, randomized controlled trials (RCTs) and observational studies (cohort studies) assessing the longitudinal relation between patient characteristics and the outcomes pain, function, quality of life, adverse events/complications, patient satisfaction, return to work/sport, alignment, but not including post-operative factors in multivariable models. As higher age and sex are generally known factors affecting the outcome of osteotomy, these factors were stated as confounders that had to be included in the multivariable models.

 

A total of 58 studies were initially selected based on title and abstract screening. After reading the full texts, 53 studies were excluded (see the table with reasons for exclusion in the Methods section), and five studies were included.

 

Results

Five studies (Efe, 2011; Figueroa, 2017; Keenan, 2019; Khosbin, 2017; Van Wulfften Palthe, 2018) were included in the analysis of the literature. Important study characteristics and results are summarized in the evidence tables. The assessment of the risk of bias is summarized in the risk of bias tables.

  1. Efe T, Ahmed G, Heyse TJ, Boudriot U, Timmesfeld N, Fuchs-Winkelmann S, Ishaque B, Lakemeier S, Schofer MD. Closing-wedge high tibial osteotomy: survival and risk factor analysis at long-term follow up. BMC Musculoskelet Disord. 2011 Feb 14;12:46. doi: 10.1186/1471-2474-12-46. PMID: 21320313; PMCID: PMC3046001.
  2. Foroutan F, Guyatt G, Zuk V, Vandvik PO, Alba AC, Mustafa R, Vernooij R, Arevalo-Rodriguez I, Munn Z, Roshanov P, Riley R, Schandelmaier S, Kuijpers T, Siemieniuk R, Canelo-Aybar C, Schunemann H, Iorio A. GRADE Guidelines 28: Use of GRADE for the assessment of evidence about prognostic factors: rating certainty in identification of groups of patients with different absolute risks. J Clin Epidemiol. 2020 May;121:62-70. doi: 10.1016/j.jclinepi.2019.12.023. Epub 2020 Jan 23. PMID: 31982539.
  3. Figueroa F, Mhaskar V, Scholes C, Pearlman A, Coolican M, Parker D, Fritsch B. Symptomatic relief in medial opening wedge high tibial osteotomies for the treatment of knee osteoarthritis is influenced by concurrent procedures and preoperative pain level. Journal of ISAKOS: Joint Disorders & Orthopaedic Sports Medicine. 2018 Jan 1;3(1):8-16.
  4. Keenan OJF, Clement ND, Nutton R, Keating JF. Older age and female gender are independent predictors of early conversion to total knee arthroplasty after high tibial osteotomy. Knee. 2019 Jan;26(1):207-212. doi: 10.1016/j.knee.2018.11.008. Epub 2018 Nov 22. PMID: 30473375.
  5. Khoshbin A, Sheth U, Ogilvie-Harris D, Mahomed N, Jenkinson R, Gandhi R, Wasserstein D. The effect of patient, provider and surgical factors on survivorship of high tibial osteotomy to total knee arthroplasty: a population-based study. Knee Surg Sports Traumatol Arthrosc. 2017 Mar;25(3):887-894. doi: 10.1007/s00167-015-3849-4. Epub 2015 Nov 4. PMID: 26537595.
  6. Moons KG, Altman DG, Vergouwe Y, Royston P. (2009) Prognosis and prognostic research: application and impact of prognostic models in clinical practice. BMJ. 338:b606.
  7. van Raaij T, Reijman M, Brouwer RW, Jakma TS, Verhaar JN. Survival of closing-wedge high tibial osteotomy: good outcome in men with low-grade osteoarthritis after 10-16 years. Acta Orthop. 2008 Apr;79(2):230-4.
  8. van Wulfften Palthe AFY, Clement ND, Temmerman OPP, Burger BJ. Survival and functional outcome of high tibial osteotomy for medial knee osteoarthritis: a 10-20-year cohort study. Eur J Orthop Surg Traumatol. 2018 Oct;28(7):1381-1389. doi: 10.1007/s00590-018-2199-6. Epub 2018 Apr 12. PMID: 29651561.

Research question: Which patient characteristics are predictive for osteotomy outcome in patients with unicompartmental osteoarthritis?

Study reference

Study characteristics

Patient characteristics

Candidate predictors

Model development, performance and evaluation

Outcome measures and results

Comments

Interpretation of model

Efe, 2011

Source of data1 and date: cohort between 1984 and 2001

 

Setting/ number of centres and country:

Hospital, Germany

 

Funding and conflicts of interest:
Funding: not reported
Conflicts of interest: None

Recruitment method2:

Consecutive patients

 

Inclusion criteria:

- Lateral closing-wedge osteotomy performed between 1984 and 2001 within author’s institution

- Indication was symptomatic medial compartment osteoarthritis with varus malalignment

 

Exclusion criteria:

- not reported

 

Treatment received?

-All patients were underwent a lateral closing-wedge technique (4). Fibular transection was performed at the

junction of the middle and distal thirds (20) through a separate incision. A transverse incision with the patient

in supine position was performed for the tibial osteotomy. The peroneal nerve was exposed and protected.

The osteotomy was performed below the tibial tuberosity,

leaving the medial cortex intact. Bone wedge size was based on the preoperative calculations from the

long leg standing radiograph. A laterally-based wedge of bone was removed and the osteotomy was fixed with an AO-plate. Postoperative early active movement and physiotherapy

were allowed. No casts were applied. Partial

weight bearing using 2 crutches for 6 weeks was allowed until bony union was reached. Control standing X-rays

were taken 6 weeks, 6 months, and 1 year after surgery as well as at time of latest follow-up.

 

Participants:

N=199
(N=239 -->
17 (11%): too ill or refused to participate
13 (5.5%): lost to follow-up)

 

Mean age ± SD:
54 ± 8 years

 

Sex: % M / % F

55.3%: Male
44.7%: Female

 

Other important characteristics:

 

Mean BMI ± SD:
28 ± 48

 

Mean Varus angle ± SD: 6± 3

Describe candidate predictors3 and method and timing of measurement:

 

Predictor 1: age
At the time of closing wedge osteotomy.

Predictor 2: gender
At the time of closing wedge osteotomy.

Predictor 3: BMI
At the time of closing wedge osteotomy.

 

Predictor 4: Kellgren-Lawrence grade of osteoarthritis
Preoperative radiographs included the full leg and standard

short anteroposterior views in the standing position with the knee in full extension, as well as lateral

and merchant views. The severity of osteoarthritis was scored according to the Kellgren-Lawrence system (0 normal, 4 severe).

Predictor 5: varus angle

Preoperative radiographs included the full leg and standard

short anteroposterior views in the standing position with the knee in full extension, as well as lateral

and merchant views.

Varus angle was measured

using mechanical axes of the femur and the tibia (hipknee-

ankle angle) obtained on full length, full weightbearing

standing radiographs.

Predictor 5: Partial arthroscopical menisectomy
prior to HTO



Number of participants with any missing value4?

N (%): not reported/excluded, see participants

 

 

How were missing data handled5?
not reported/excluded, see participants

 

Development

Modelling method6:

Multivariate Cox regression models

 

Performance

Calibration measures7 and 95%CI:

NR

Discrimination measures8 and 95%CI:

NR

Classification measures9:

NR

 

Evaluation

Method for testing model performance10: internal/external

NR

Type of outcome: single/combined?

High tibial osteotomy failure

 

Definition and method for measurement of outcome:

The need for conversion to total knee arthroplasty

 

Endpoint or duration of follow-up:

9.6 (1-18) years

 

Number of events/outcomes:

36 (16%)

 

RESULTS

Multivariable model11:

 

Predictor

HR (95%CI)

p

Age

NR

0.31

Gender

NR

0.32

Preoperative varus angle

NR

0.84

BMI

NR

0.11

Preoperative Kellgren-Lawrence osteoarthritis grade >2

NR

0.01

Prior partial arthroscopical menisectomy

NR

0.65

 

 

Alternative presentation of final model12:
NR

KL-grade: Patients with a higher grade of osteoarthritis (>2) may

be better treated with arthroplasty

 

Conclusion: A significant risk factor for HTO failure was preoperative

Kellgren-Lawrence osteoarthritis grade >2.

Figueroa, 2017

Source of data1 and date: retrospective cohort from December 2002 until November 2013 from clinical research database

 

Setting/ number of centres and country:

Sydney Orthopaedic Research Institute, Australia

 

Funding and conflicts of interest:
Funding: not reported
Conflicts of Interests: none

 

Recruitment method2:

Consecutive patients

 

Inclusion criteria:

- Patients with symptomatic medial compartment OA on X-ray that underwent medial opening wedge high tibial osteotomy

with internal fixation and a bone graft.

- Operated by one of the three surgeons (DP, MC, BF) at our centre between December 2002 and November 2013.

- Patients who underwent any concomitant procedures such

as ligament reconstruction (anterior cruciate ligament (ACL), posterior cruciate ligament (PCL)), meniscus surgery (menisectomies) or cartilage surgery (microfracture,

chondroplasty, Matrix-Induced Autologous Chondrocyte

Implantatio (MACI)) were included.

 

Exclusion criteria:

- Osteotomies around the knee other than medial opening

wedge osteotomies, for example, closing wedge osteotomies, distal femoral osteotomies, tibial tubercle osteotomies or

fibular osteotomies.

- Patients operated in the public hospital.
- Patients who underwent multiligament reconstruction along

with a high tibial osteotomy
- Patients who received external fixation of the osteotomy

 

Treatment received?

Medial opening wedge high tibial osteotomies were performed

under tourniquet control, as previously described at two

private hospitals. A combination of flexible osteotomes and

laminar spreaders were used to enlarge the osteotomy for the

required correction. Femoral head allograft, iliac crest allograft

or bone substitute was used to fill in the gap and the osteotomy was internally fixed with a plate and screws. Prior to 2009, X-rays and alignment rods were used to monitor correction. The line of weight bearing was shifted to the Fujisawa’s point

 in these cases. In the remaining cases, alignment was

verified ntraoperatively using imageless navigation (OrthoMap

Precision Navigation Software (Stryker, Mahwah, New Jersey,

USA) and ORTHOsoft Zimmer Computer Assisted Solutions

(Zimmer Biomet, Warsaw, Indiana, USA)) in 61% of cases. The

osteotomy gap was filled with femoral head allograft alone in

the majority (89.5%) of cases, with the remainder comprising

allograft and bone substitutes (0.95%), autograft (4.8%) or bone substitute alone (2.4%). The median plate tooth size (in plates with tooth) was 11.25mm (95%CI 11 to 12.5mm), with the

majority of osteotomies internally fixed with VERSUS Osteotomy (Zimmer Biomet) (46.2%) or Puddu plates (Arthrex, Naples, Florida, USA) (30%), with the remainder (23.8%) comprising ContourLock HTO Plate (Arthrex) Tomofix (Depuy Synthes,

West Chester, Pennsylvania, USA), ELIX (Biotech, Wiesbaden,

Germany) iBalance (Arthrex) and Targon (Aesculap, Tuttlingen,

Germany). Concurrent surgeries were performed with the HTO to reconstruct the ACL (5.7%), as well as treat cartilage lesions

using chondroplasty (9.5%), microfracture (22.5%) or MACI

(11%) or partial meniscectomy (17.7%). The indication to make

a chondral resurfacing technique was related to the presence

of focal lesions. Lesions smaller than 2cm2

 were treated with

microfracture and larger lesions were treated using MACI

 

Participants:

N=210

 

Mean age ± SD:

51 (95%CI: 42-57)

 

Sex: % M / % F

84% M

 

Other important characteristics:

 

BMI
28.9 kg/m2 (95%?CI: 23-36)

 

Describe candidate predictors3 and method and timing of measurement:

 

Predictor 1: bilateral
unilateral/bilateral surgery
extracted from database

 

Predictor 2: gender
extracted from database

 

Predictor 3: age

extracted from database

 

Predictor 4: ever smoked
extracted from database

 

Predictor 5: ligament reconstruction

Concomitant surgery
extracted from database

 

Predictor 6: cartilage treatment
Concomitant surgery
extracted from database

 

Predictor 7: meniscectomy

Concomitant surgery
extracted from database



Number of participants with any missing value4?
not reported

 

N (%): not reported/excluded, see participants
not reported

 

 

How were missing data handled5?
not reported/excluded, see participants
not reported

 

Development

Modelling method6:

Multivariable cox proportional hazards model

 

Performance

Calibration measures7 and 95%CI:

NR

Discrimination measures8 and 95%CI:
NR

Classification measures9:

NR

 

Evaluation

Method for testing model performance10: internal/external

NR

Type of outcome: single/combined?

Failure

 

Definition and method for measurement of outcome:

Failures were identified by detailed review of the clinical database

and clinical notes, with failure defined as a conversion to a TKR. The Australian National Joint Replacement Registry was queried to account for conversions in any cases lost to follow-up.

 

Endpoint or duration of follow-up:

NR

 

Number of events/outcomes:

13 (6.3%)

 

RESULTS

Multivariable model11:

 

HR (95% CI)

p-value

Bilateral

0.8 (0.2-4.2)

0.835

Gender

1.4 (0.2-11.1)

0.778

Age

1.0 (0.97-1.1)

0.343

Ever smoked

2.8 (0.9-9.0)

0.088

Ligament reconstruction

<0.01 (-)

0.995

Cartilage treatment

5.3 (1.2-22.8)

0.025

Meniscectomy

0.3 (0-2.4)

0.234

 

 

Alternative presentation of final model12:
NR

T.a.v. ΔKOOS (pain relief), wordt een partial leas squares regression analysis gedaan:

 

Partial least squares regression with up to 10 components

was performed to associate patient demographics, arthritis

severity and surgical options with change in KOOS-pain (pain

relief) between preoperative and postoperative measurements.

Due to missing data in some patients, two other models (models 2 and 3) were constructed for this case using a partial

least squares regression model (table 1), with model 3 including

preoperative alignment measures. Previous studies have investigated the relationship between these factors and procedure

survival, but not pain relief. In the case of alignment, the

reason to include only preoperative alignment in the analysis

was mainly due to the fact that postoperative alignment is not

a useful predictive measure, as it is not a fixed value and it

will change during follow-up due to progression of the osteoarthritic disease. The efficacy of the models was assessed by

comparing the predicted values to actual values and examining

the model SE and predicted R2

. Individual predictor variables

were assessed for influence with the dependent variable by the

magnitude of the standardised coefficient

 

Model 2: (n=91)
bilateral, gender, age at surgery, bmi, KOOS-pre, MFC ICRS Grade, Ever smoked, Ligament reconstruction, Cartilage treatment, Menisectomy, KOOS follow-up, and interactions

 

pain relief was significant (P<0.01)

with a predicted R2

 (adjusted) of 17% and SE of 15.5 points

Model 2 identified two components (PC1 and PC2)

as predictors of pain relief, with PC1 dominated by cartilage

treatment, and the interaction between preoperative KOOSpain and cartilage treatment. The second component (PC2)

was influenced by ICRS grade of the medial femoral condyle

cartilage and lifetime smoking status.

 

 

 

Model 3: (n=41)
bilateral, gender, age at surgery, bmi, KOOS-pre, MFC ICRS Grade, Ever smoked, Ligament reconstruction, Cartilage treatment, Menisectomy, KOOS follow-up, Preop alignment, and interactions

 

Generated a significant (P<0.01) fit to pain relief. The model explained 50% of the variance in the response (R2, with an SE 11.8 KOOS points

 

Model 3 also identified two principal components, with cartilage treatment dominating PC1, together with the interaction

between age at surgery and cartilage treatment. PC2 was influence by preoperative KOOS-pain score, as well as the interaction

between preoperative KOOS-pain and age at surgery.

Keenan, 2019

Source of data1 and date: retrospective cohort from January 1, 1994 until December 31, 2011 from a prospectively compiled database

 

Setting/ number of centres and country:

Department of Orthopaedics and Trauma, Royal Infirmary of Edinburgh,

UK

 

Funding and conflicts of interest:

None

Recruitment method2:

Consecutive patients

 

Inclusion criteria:

- indication for undertaking the procedure was isolated medial compartment osteoarthritis in a varus knee

 

Exclusion criteria:

- patients undergoing HTO for other indications, such as cartilage resurfacing, meniscal transplantation and ligament reconstruction

 

Treatment received?

Under tourniquet, an eight to 10 cm incision was made parallel to the anterior border of the medial collateral ligament, adjacent to the anteromedial aspect of the proximal tibia. The medial

collateral ligament was stripped from the tibia posteriorly to expose the proximal medial surface of the tibia. Under the guidance

of fluoroscopy, a guide wire was advanced medially from one to two centimetres distal to the level of the joint up to the lateral cortex, and an osteotomy apparatus was mounted on the guide wire. A second Kirschner wire was then introduced at an appropriate angle up to the lateral cortex. Medial, anterior and posterior cortices were cut immediately under the guide wire up to one centimetre to the lateral cortex. The osteotomy was opened until the lower limb mechanical axis passed across the Fujisawa point. The osteotomy was fixed with a plate (non-locking and when locking plates became more mainstream

practice was changed) and the osteotomy site was grafted with an allogenic bone graft (femoral head). After the closure of the

layers, the knee was placed into a hinged immobilizer. Prophylactic intravenous antibiotics were administered before application

of the tourniquet. Patients were allowed to walk non-weight-bearing (using two crutches) for six weeks. Full weight-bearing was

permitted six weeks after surgery, when strengthening exercises were initiated.

 

Participants:

N=111

 

Mean age ± SD:

45 years (range 18-68)

 

Sex: % M / % F

83.8% M
16.2% F

 

Other important characteristics:

NR

Describe candidate predictors3 and method and timing of measurement:

 

Predictor 1: age
from medical notes

Predictor 2: gender
from medical notes

 

Predictor 3: economic status

Scottish index of multiple deprivation (SIMD) at the level of patient postcode

 

Number of participants with any missing value4?

N (%): NR

 

 

How were missing data handled5?
NR

 

Development

Modelling method6:

Cox proportional hazards model

 

Performance

Calibration measures7 and 95%CI:

NR

Discrimination measures8 and 95%CI:
NR

Classification measures9:

sensitivity and specificity, AUC for cut-off point age

 

Evaluation

Method for testing model performance10: internal/external

NR

Type of outcome: single/combined?

Failure

 

Definition and method for measurement of outcome:

Early (Before 12 years) conversion to total knee arthroplasty

 

Endpoint or duration of follow-up:

12 years (6-21)

 

Number of events/outcomes:

40 (36%)

 

RESULTS

Multivariable model11:

 

HR (95% CI)

p-value

Age (for each year)

1.07 (1.03-1.11)

<0.001

Gender (female)

2.37 (1.06-5.33)

0.04

SIMD (Q1, most deprived as ref)

 

 

 Q2

1.18 (0.37-3.37)

0.78

 Q3

0.87 (0.26-2.90)

0.82

 Q4

0.97 (0.30-3.17)

0.96

 Q5 (least deprived)

0.68 (0.19-2.45)

0.56

 

 

Alternative presentation of final model12:
age as binary variable (cut of 47 years old), adjusted for covariates:
HR: 2.49 (95%CI: 1.26-4.91, p=0.01)

 

Age sensitivity and specificity: 60%
AUC: 0.72 (95%CI 0.62-0.81, p<0.001)

 

Khosbin, 2017

Source of data1 and date: retrospective cohort from July 1, 1994 until June, 30, 2010 from administrative healthcare database

 

Setting/ number of centres and country:

Ontario, Canada

 

Funding and conflicts of interest:
Funding: the studye was supported by funds from the arthritis research program of the university health network. The study was performed at the institute for clinical evaluative sciences, a non-profit research institute funded by the Ontario ministry of health and long-term care
Conflicts of interest: none

 

Recruitment method2:

Consecutive patients

 

Inclusion criteria:

- resident of Ontario
- tibial osteotomy
- prior diagnosis of osteoarthritis

 

Exclusion criteria:
- age under 18 years
- non-Ontario residents
- previous tibia or femur fracture, physeal surgery
- previous knee arthroplasty

- prior episode of patellar instability

- known inflammatory arhropaty or cancer

 

Treatment received?
osteotomy, not further described

 

Participants:

N=2671

 

Median age (IQR):

46 (39-53)

 

Sex: % M / % F

62% M


Other important characteristics:

NR

 

 

 

Describe candidate predictors3 and method and timing of measurement:

 

Predictor 1: age


Predictor 2: gender

 

Predictor 3: residence

Urban versus rural

 

Predictor 4: income quintile



Predictor 5: CADG
medical co-morbiditiy scores were estimated for the cohort using the Collapsed Aggregated Diagnosis Groups (CADG)

 

Predictor 6: Meniscual repair performed within 3 years prior of HTO

Predictor 7: Meniscal debridement performed within 3 years prior of HTO

 

Predictor 8: Condral surgery performed within 3 years prior of HTO

 

Predictor 9: Concurrent bone grafting performed with HTO

 

Predictor 10: Concurrent ligament reconstruction performed with HTO

 

Predictor 11: HTO performed at a teaching hospital

 

Predictor 12:Surgeon volume of HTO performed in the previous calendar year

 

Predictor 13: Surgeon years in practice

 

 

 

Number of participants with any missing value4?

N (%):
NR

 

How were missing data handled5?
1) NR

 

Development

Modelling method6:

Cox proportional hazards model

 

Performance

Calibration measures7 and 95%CI:

NR

Discrimination measures8 and 95%CI:
NR

Classification measures9:

NR

 

Evaluation

Method for testing model performance10: internal/external

NR

Type of outcome: single/combined?

Time to knee arthroplasty

 

Definition and method for measurement of outcome:

Difference between service dates of the index event and main outcome measured in months

 

Endpoint or duration of follow-up:

30 June 2012, allowing for a minimum 2-year follow-up

 

Number of events/outcomes:

32.3%

 

RESULTS

Multivariable model11:

 

HR (95% CI)

p-value

Age

1.05 (1.04-1.06)

<0.01

Gender (female)

1.35 (1.17-1.55)

<0.01

Residence (urban)

0.90 (0.76-1.06)

NS

Income (quintile 3)

 

 

 Quintile 1

0.97 (0.77-1.21)

NS

 Quintile 2

0.94 (0.76-1.16)

NS

 Quintile 4

0.92 (0.74-1.13)

NS

 Quintile 5

1.01 (0.82-1.24)

NS

CADG (0-4)

 

 

 5-8

1.31 (1.07-1.61)

0.01

 9+

1.58 (1.12-2.22)

<0.01

Meniscal repair

0.78 (0.25-2.44)

NS

Meniscal debridement

1.24 (1.08-1.43)

<0.01

Chondral surgery

1.18 (0.8-1.75)

NS

Concurrent bone grafting

1.11 (0.96-1.28)

NS

Concurrent ligament reconstruction

0.62 (0.43-0.88)

<0.01

Teaching hospital

1.00 (0.85-1.19)

NS

Surgeon volume (>3)

0.87 (0.73-1.03)

NS

Surgeon years

1.00 (0.99-1.01)

NS

 

 

Alternative presentation of final model12:
NR

 

Van Wulfften Palthe, 2018

Source of data1 and date: retrospective cohort from January 1992 until July 2002 from patient database

 

Setting/ number of centres and country:

Department of, Noordwest Ziekenhuisgroep, The Netherlands

 

Funding and conflicts of interest:

None

Recruitment method2:

Consecutive patients

 

Inclusion criteria:

- undergoing a High tibial osteotomy for the treatment of symptomatic medial compartment osteoarthritis

 

Exclusion criteria:

- patients with post-traumatic malalignment of the knee
- age under 18 years

 

Treatment received?
Open wedge osteotomy or closed wedge osteotomy or dome osteotomy or hemicallotasis or chevron transfixation

 

Participants:

N=223

 

Mean age ± SD:

54 (range 24-80)

 

Sex: % M / % F

55.2% M
44.8% F

Other important characteristics:

BMI (SD)
27.2 (3.9)

 

 

 

Describe candidate predictors3 and method and timing of measurement:

 

Predictor 1: age
<50 years, ≥50 years
from patient notes

Predictor 2: gender
from patient notes

 

Predictor 3: surgeon

from patient notes

Predictor 4: technique
Chevron, Callus, Dome, Closing, Opening
from patient notes

 

Number of participants with any missing value4?

N (%):
NR

 

How were missing data handled5?
1) NR

 

Development

Modelling method6:

Cox regression analysis was used to identify independent predictors

of survival, entering all variables that were signifcant or

demonstrated a trend towards on univariate analysis.

Performance

Calibration measures7 and 95%CI:

NR

Discrimination measures8 and 95%CI:
NR

Classification measures9:

NR

 

Evaluation

Method for testing model performance10: internal/external

NR

Type of outcome: single/combined?

Failure

 

Defnition and method for measurement of outcome:

conversion to an arthroplasty of the

treated knee, either unicompartmental or total knee arthroplasty

Endpoint or duration of follow-up:

NR

 

Number of events/outcomes:

98 (44%)

 

RESULTS

Multivariable model11:

 

HR (95% CI)

p-value

Age ≥50

1.61 (1.00-2.58)

0.049

Gender female

1.67 (1.11-2.52)

0.013

Surgeon

0.99 (0.93-1.05)

0.811

Techniek (chevron)

 

 

 Callus

4.22 (2.34-7.62)

0.000

 Dome

4.68 (0.85-3.32)

0.137

 Closing

1.63 (0.91-2.92)

0.098

 opening

2.57 (1.13-5.86)

0.025

 

 

Alternative presentation of final model12:
NR

 

1 Cohort, case-control, randomised trial participants, registry data

2 Consecutive participants?

3 Or describe number and type of candidate predictors, for example demographics, patient history, physical examination, additional testing, disease characteristics.

4 Include predictors and outcome

5 Complete-case analysis, imputation, other method

6 Logistic, survival, neural networks, machine learning technique

7 Calibration plot, calibration slope, Hosmer-Lemeshow test

8 C-statistic, D-statistic, log-rank

9 Sensitivity, specificity, predictive values, net reclassification improvement and a priori cut points

10 Development dataset only (internal) or separate external validation

11 Including predictor weights or regression coefficients, intercept, baseline survival, model performance measures

12 E.g. sum score, nomogram, score chart, predictions of specific risk subgroups

 

Risk of bias assessment - prognostic factor (PF) studies

Based on: QUIPSA (Haydn, 2006; Haydn, 2013)

Research question: Which patient characteristics are predictive for osteotomy outcome in patients with unicompartmental osteoarthritis?

Study reference

 

 

 

 

 

 

(first author, year of publication)

Study participation1

 

Study sample represents the population of interest on key characteristics?

 

 

 

(high/moderate/low risk of selection bias)

Study Attrition2

 

Loss to follow-up not associated with key characteristics (i.e., the study data adequately represent the sample)?

 

(high/moderate/low risk of attrition bias)

Prognostic factor measurement3

 

Was the PF of interest defined and adequately measured?

 

 

(high/moderate/low risk of measurement bias related to PF)

Outcome measurement3

 

Was the outcome of interest defined and adequately measured?

 

 

(high/moderate/low risk of measurement bias related to outcome)

Study confounding4

 

Important potential confounders are appropriately accounted for?

 

 

(high/moderate/low risk of bias due to confounding)

Statistical Analysis and Reporting5

 

Statistical analysis appropriate for the design of the study?

 

 

(high/moderate/low risk of bias due to statistical analysis)

Efe, 2011

Low

Unknown (lost to follow-up patients are not described with key characteristics)

Low

Low

Low

Moderate (36 events, 5 factors)

Figueroa, 2017

High (only patients with concomitant surgeries included, but adjustment included in analyses)

Unknown (lost to follow-up not reported)

Low

Low

Low

High (13 events, 7 factors)

Keenan, 2019

Low

Unknown (lost to follow-up not reported)

Low

Low

Low

Moderate (40 events, 6 factors)

Khosbin, 2017

Moderate (patients with concomitant surgeries included, but adjustment included in analyses and unknown whether patients suffered from unicompartmental osteoarthritis))

Unknown (lost to follow-up not reported)

Low

Low

Low

Low (32.3% events in 2671 patients, 17 factors)

Van Wulfften Palthe, 2018

Low

Unknown (lost to follow-up not reported)

Low

Low

Low

Low (98 events, 7 factors)

A https://methods.cochrane.org/sites/methods.cochrane.org.prognosis/files/public/uploads/QUIPS%20tool.pdf

1 Adequate description of: source population or population of interest, sampling and recruitment, period and place of recruitment, in- and exclusion criteria, study participation, baseline characteristics.

2 Adequate response rate, information on drop-outs and loss to follow-up, no differences between participants who completed the study and those lost to follow-up.

3 Method of measurement is valid, reliable, setting of measurement is the same for all participants.

4 Important confounders are listed (including treatments), method of measurement is valid, reliable, setting of measurement is the same for all participants, important confounders are accounted for in the design (matching, stratification, initial assembly of comparable groups), or analysis (appropriate adjustment).

5 Enough data are presented to assess adequacy of the analysis, strategy of model building is appropriate and based on conceptual framework, no selective reporting.

 

Table of excluded studies

Author and year

Reason for exclusion

Akizuki, 2008

Post-operative risk factor included in final model

Amendola, 2010

Narrative review

Babis, 2008

Post-operative risk factor included in final model

Bhan, 1992

Univariate analysis

Bonasia, 2014

Confounders not included

Bonnin 2013

No prognostic design

Brouwer, 2014

Does not fit PICO (intervention efficacy)

Cameron, 1997

No multivariable model

coventry 1993

Post-operative risk factor included in final model

Ekeland, 2016

Does not fit PICO (intervention efficacy)

Ekeland, 2017

Univariate analysis

Flecher, 2006

Post-operative risk factor included in final model

Floerkemeier, 2013

Post-operative risk factor included in final model

Floerkemeier, 2014

Post-operative risk factor included in final model

Giagounidis, 1999

Post-operative risk factor included in final model

Goshima, 2017

Univariate analysis

goutallier 2006

Univariate analysis

Han 2019

Post-operative risk factor included in final model

Hoorntje 2019

Post-operative risk factor included in final model

Howells, 2014

Predefined confounders considered, not included in final model

Huang, 2005

Post-operative risk factor included in final model

Hui, 2011

Predefined confounders considered, not included in final model

Keene, 1983

Univariate analysis

Keene, 1989

Univariate analysis

Kim 2017

Post-operative risk factor included in final model

Kim 2017

Confounders not included

Kim 2017

Does not fit PICO (wrong outcome)

Koh, 2019

Post-operative risk factor included in final model

Kohn, 2013

Univariate analysis

Lee, 2018

Post-operative risk factor included in final model

Liu, 2018

Does not fit PICO (intervention efficacy)

marin morales, 2000

Descriptive

Mathews, 1998

No multivariable model

meidinger 2011

Univariate analysis

Michaela, 2008

Univariate analysis

Na, 2018

Univariate analysis

Naudie, 1999

Post-operative risk factor included in final model

Nha, 2019

Post-operative risk factor included in final model

Niemeyer, 2010

No prognostic design

Pfahler, 2003

No multivariable model

Qin, 2018

Post-operative risk factor included in final model

Rudan, 1991

Univariate analysis

Saier, 2017

Does not fit PICO (intervention efficacy)

Saltzman, 2017

Does not fit PICO (intervention efficacy)

Siboni 2018

Post-operative risk factor included in final model

Sohn, 2019

Post-operative risk factor included in final model

Song, 2010

Univariate analysis of the risk factors of major complications

Spahn, 2006

Univariate analysis

Sterett, 2010

Univariate analysis

Van Raaij, 2008

Predefined confounders considered, not included in final model

Van Raaij, 2009

Does not fit PICO (intervention efficacy)

Wang, 2005

Does not fit PICO (intervention efficacy)

Waterman, 2015

Post-operative risk factor included in final model

Autorisatiedatum en geldigheid

Laatst beoordeeld  : 30-09-2021

Laatst geautoriseerd  : 30-09-2021

Initiatief en autorisatie

Initiatief:
  • Nederlandse Orthopaedische Vereniging
Geautoriseerd door:
  • Koninklijk Nederlands Genootschap voor Fysiotherapie
  • Nederlandse Orthopaedische Vereniging
  • Nederlandse Vereniging voor Anesthesiologie
  • Patiëntenfederatie Nederland
  • ReumaNederland
  • Nationale Vereniging ReumaZorg Nederland

Algemene gegevens

De ontwikkeling/herziening van deze richtlijnmodule werd ondersteund door het Kennisinstituut van de Federatie Medisch Specialisten en werd gefinancierd uit de Stichting Kwaliteitsgelden Medisch Specialisten (SKMS). De financier heeft geen enkele invloed gehad op de inhoud van de richtlijnmodule.

 

De richtlijn is ontwikkeld in samenwerking met:

  • Koninklijk Nederlands Genootschap voor Fysiotherapie
  • Patiëntenfederatie Nederland
  • ReumaNederland
  • Nationale Vereniging ReumaZorg Nederland

Doel en doelgroep

Doel

Het doel van de richtlijn is het beschrijven de gewenste diagnostiek en behandeling voor patiënten die lijden aan unicompartimentele artrose van de knie, gebaseerd op de meest actuele literatuur, ervaringen van patiënten en experts uit het veld.

 

Doelgroep

Deze richtlijn is bestemd voor alle zorgverleners die betrokken zijn bij de behandeling van patiënten met geïsoleerde mediale of laterale knieartrose. De richtlijn informeert ook de patiënt zodat deze samen met de arts een besluit kan nemen over de behandeling.

Samenstelling werkgroep

Voor het ontwikkelen van de richtlijnmodule is in 2019 een multidisciplinaire werkgroep ingesteld, bestaande uit vertegenwoordigers van alle relevante specialismen die betrokken zijn bij de zorg voor patiënten met geïsoleerde mediale of laterale artrose van de knie.

 

Werkgroep

  • Dr. R.W. Brouwer, orthopedisch chirurg in Martini ziekenhuis Groningen, NOV (voorzitter)
  • Dr. R.C.I. van Geenen, orthopedisch chirurg in Amphia Ziekenhuis, NOV
  • Drs. A. Goud, orthopedisch chirurg in Diakonessenhuis, NOV
  • Dr. N. van Egmond, orthopedisch chirurg in UMC Utrecht, NOV
  • Prof. dr. S.M.A. Bierma-Zeinstra, hoogleraar artrose en gerelateerde aandoeningen in Erasmus MC, NOV
  • Drs. T.W.G.M. Meys, radioloog in Martiniziekenhuis, NVvR
  • Dr. J.T. Wegener, anesthesioloog-pijnspecialist in Sint Maartenskliniek, NVA
  • Dr. M. van der Esch, senior onderzoeker/fysiotherapeut/epidemioloog in Reade en hoofddocent/lector Hogeschool van Amsterdam, KNGF
  • N. Lopuhaä, beleidsmedewerker Patiëntbelangen, ReumaNederland
  • M. Frediani-Bolwerk, patiëntpartner Nationale Vereniging ReumaZorg Nederland
  • Drs. P. Pennings, beleidsmedewerker Communicatie & Participatie, Nationale Vereniging ReumaZorg Nederland

 

Met ondersteuning van

  • Dr. M.S. (Matthijs) Ruiter, adviseur, Kennisinstituut van de Federatie Medisch Specialisten
  • Dr. S.N. (Stefanie) Hofstede, senior adviseur, Kennisinstituut van de Federatie Medisch Specialisten.

Belangenverklaringen

De Code ter voorkoming van oneigenlijke beïnvloeding door belangenverstrengeling is gevolgd. Alle werkgroepleden hebben schriftelijk verklaard of zij in de laatste drie jaar directe financiële belangen (betrekking bij een commercieel bedrijf, persoonlijke financiële belangen, onderzoeksfinanciering) of indirecte belangen (persoonlijke relaties, reputatiemanagement) hebben gehad. Gedurende de ontwikkeling of herziening van een module worden wijzigingen in belangen aan de voorzitter doorgegeven. De belangenverklaring wordt opnieuw bevestigd tijdens de commentaarfase.

 

Een overzicht van de belangen van werkgroepleden en het oordeel over het omgaan met eventuele belangen vindt u in onderstaande tabel. De ondertekende belangenverklaringen zijn op te vragen bij het secretariaat van het Kennisinstituut van de Federatie Medisch Specialisten.

 

Werkgroeplid

Functie

Nevenfuncties

Gemelde belangen

Ondernomen actie

Brouwer (voorzitter)

Orthopedisch chirurg Martiniziekenhuis

 

Medische staf FC Groningen (betaald),

ODEP member (onbetaald), bestuurslid DKS (onbetaald)

COIC (onbetaald)

Bestuurslid WAR (betaald).

Geen

Geen actie

Van Geenen

Orthopedisch chirurg Amphia Ziekenhuis

Consultant Zimmer Biomet (betaald),

Secretaris werkgroep knie/Dutch Knee Society (onbetaald)

De orthopedische onderzoekstichting FORCE ontvangt gelden van verschillende industriële partners (Mathys, Stryker, Zimmer Biomet)

Geen auteur van uitgangsvragen met betrekking tot keuze van prothese

Frediani-Bolwerk

Patiëntvertegenwoordiger

Geen

Geen

Geen actie

Patricia Pennings

Beleidsmedewerker Communicatie & Participatie bij Nationale Vereniging ReumaZorg Nederland.

Geen

Geen

Geen actie

Van der Esch

Senior onderzoeker/fysiotherapeut/epidemioloog in Reade, centrum voor revalidatie en reumatologie te Amsterdam; Hoofddocent/lector Hogeschool van Amsterdam, faculteit gezondheid.

Geen

Geen

Geen actie

Meys

Radioloog Martini Ziekenhuis Groningen met aandachtsgebied musculoskeletaal

Geen

Geen

Geen actie

Lopuhaä

Beleidsmedewerker Patiëntenbelangen ReumaNederland

Geen

Geen

Geen actie

Van Egmond

Orthopedisch chirurg, UMC Utrecht

Geen

In het UMC Utrecht is kniedistractie ontwikkeld, daar is een spin-off bedrijf uit voortgekomen (arthrosave), welke nu zelfstandig is en geen relatie meer heeft met UMC Utrecht. Persoonlijk ben ik niet betrokken bij de ontwikkeling hiervan, maar UMC Utrecht is wel expertise centrum.

Geen actie

Bierma-Zeinstra

Hoogleraar artrose en gerelateerde aandoeningen,

Erasmus MC

Associate editor Osteoarthritis & Cartilage (betaald),

Commisielid Swedisch Research Council - clinical studies (onbetaald),

Ethical board OARSI (onbetaald),

Scientific advisory board Arthritis UK Pain Centre Nottingham University (onbetaald), Commissielid Annafonds (onbetaald), Editorial board member Maturitas (onbetaald),
OARSI guideline commissielid voor behandeling van artrose van de knie of heup (onbetaald).

Ik heb meerdere subsidies voor epidemiologisch en klinisch artrose onderzoek van ZonMW, CZ, Europesche Unie, Foreum, en ReumaNederland.

Geen actie

Goud

Orthopedisch chirurg Diakonessenhuis

Bestuurslid Dutch knee society, (onbetaald),

Bestuurslid Nederlandse vereniging voor Arthroscopy, (onbetaald).

Geen

Geen actie

Wegener

Anesthesioloog-Pijnspecialist
Sint Maartenskliniek

Instructuur DARA (betaald), Examinator EDRA (onkostenvergoeding), Course Director ESRA Instructor Course (onkostenvergoeding), Lid ledenraad NVA sectie Pijn (geen onkostenvergoeding).

Geen

Geen actie

Hofstede

Senior adviseur Kennisinstituut van de Federatie Medisch Specialisten

Geen

Geen

Geen actie

Ruiter

Adviseur Kennisinstituut van de Federatie Medisch Specialisten

Geen

Geen

Geen actie

Inbreng patiëntenperspectief

Er werd aandacht besteed aan het patiëntenperspectief door het uitnodigen van diverse patiëntorganisaties voor de Invitational conference. Het verslag hiervan (zie bijlagen) is besproken in de werkgroep. De verkregen input is meegenomen bij het opstellen van de uitgangsvragen, de keuze voor de uitkomstmaten en bij het opstellen van de overwegingen. Gedurende de richtlijnontwikkeling zaten vertegenwoordigers van ReumaNederland en Nationale Vereniging ReumaZorg Nederland in de werkgroep. Er is verder specifiek een module gewijd aan patiëntvoorlichting en communicatie. De conceptrichtlijn is tevens voor commentaar voorgelegd aan de patiëntorganisaties die ook waren uitgenodigd voor de Invitational conference en de eventueel aangeleverde commentaren zijn bekeken en verwerkt.

Methode ontwikkeling

Evidence based

Werkwijze

AGREE

Deze richtlijnmodule is opgesteld conform de eisen vermeld in het rapport Medisch Specialistische Richtlijnen 2.0 van de adviescommissie Richtlijnen van de Raad Kwaliteit. Dit rapport is gebaseerd op het AGREE II instrument (Appraisal of Guidelines for Research & Evaluation II; Brouwers, 2010).

 

Knelpuntenanalyse en uitgangsvragen

Tijdens de voorbereidende fase inventariseerde de werkgroep de knelpunten in de zorg voor patiënten met geïsoleerde mediale of laterale artrose van de knie. Tevens zijn er knelpunten aangedragen door ReumaNederland en Nationale Vereniging ReumaZorg Nederland via de Invitational conference. Een verslag hiervan is opgenomen in de bijlagen.

 

Op basis van de uitkomsten van de knelpuntenanalyse zijn door de werkgroep concept-uitgangsvragen opgesteld en definitief vastgesteld.

 

Uitkomstmaten

Na het opstellen van de zoekvraag behorende bij de uitgangsvraag inventariseerde de werkgroep welke uitkomstmaten voor de patiënt relevant zijn, waarbij zowel naar gewenste als ongewenste effecten werd gekeken. Hierbij werd een maximum van acht uitkomstmaten gehanteerd. De werkgroep waardeerde deze uitkomstmaten volgens hun relatieve belang bij de besluitvorming rondom aanbevelingen, als cruciaal (kritiek voor de besluitvorming), belangrijk (maar niet cruciaal) en onbelangrijk. Tevens definieerde de werkgroep tenminste voor de cruciale uitkomstmaten welke verschillen zij klinisch (patiënt) relevant vonden.

 

Methode literatuursamenvatting

Een uitgebreide beschrijving van de strategie voor zoeken en selecteren van literatuur en de beoordeling van de risk-of-bias van de individuele studies is te vinden onder ‘Zoeken en selecteren’ onder Onderbouwing. De beoordeling van de kracht van het wetenschappelijke bewijs wordt hieronder toegelicht.

 

Beoordelen van de kracht van het wetenschappelijke bewijs

De kracht van het wetenschappelijke bewijs werd bepaald volgens de GRADE-methode. GRADE staat voor ‘Grading Recommendations Assessment, Development and Evaluation’ (zie http://www.gradeworkinggroup.org/). De basisprincipes van de GRADE-methodiek zijn: het benoemen en prioriteren van de klinisch (patiënt) relevante uitkomstmaten, een systematische review per uitkomstmaat, en een beoordeling van de bewijskracht per uitkomstmaat op basis van de acht GRADE-domeinen (domeinen voor downgraden: risk of bias, inconsistentie, indirectheid, imprecisie, en publicatiebias; domeinen voor upgraden: dosis-effect relatie, groot effect, en residuele plausibele confounding).

 

GRADE onderscheidt vier gradaties voor de kwaliteit van het wetenschappelijk bewijs: hoog, redelijk, laag en zeer laag. Deze gradaties verwijzen naar de mate van zekerheid die er bestaat over de literatuurconclusie, in het bijzonder de mate van zekerheid dat de literatuurconclusie de aanbeveling adequaat ondersteunt (Schünemann, 2013; Hultcrantz, 2017).

 

GRADE

Definitie

Hoog

  • er is hoge zekerheid dat het ware effect van behandeling dicht bij het geschatte effect van behandeling ligt;
  • het is zeer onwaarschijnlijk dat de literatuurconclusie klinisch relevant verandert wanneer er resultaten van nieuw grootschalig onderzoek aan de literatuuranalyse worden toegevoegd.

Redelijk

  • er is redelijke zekerheid dat het ware effect van behandeling dicht bij het geschatte effect van behandeling ligt;
  • het is mogelijk dat de conclusie klinisch relevant verandert wanneer er resultaten van nieuw grootschalig onderzoek aan de literatuuranalyse worden toegevoegd.

Laag

  • er is lage zekerheid dat het ware effect van behandeling dicht bij het geschatte effect van behandeling ligt;
  • er is een reële kans dat de conclusie klinisch relevant verandert wanneer er resultaten van nieuw grootschalig onderzoek aan de literatuuranalyse worden toegevoegd.

Zeer laag

  • er is zeer lage zekerheid dat het ware effect van behandeling dicht bij het geschatte effect van behandeling ligt;
  • de literatuurconclusie is zeer onzeker.

 

Bij het beoordelen (graderen) van de kracht van het wetenschappelijk bewijs in richtlijnen volgens de GRADE-methodiek spelen grenzen voor klinische besluitvorming een belangrijke rol (Hultcrantz, 2017). Dit zijn de grenzen die bij overschrijding aanleiding zouden geven tot een aanpassing van de aanbeveling. Om de grenzen voor klinische besluitvorming te bepalen moeten alle relevante uitkomstmaten en overwegingen worden meegewogen. De grenzen voor klinische besluitvorming zijn daarmee niet één op één vergelijkbaar met het minimaal klinisch relevant verschil (Minimal Clinically Important Difference, MCID). Met name in situaties waarin een interventie geen belangrijke nadelen heeft en de kosten relatief laag zijn, kan de grens voor klinische besluitvorming met betrekking tot de effectiviteit van de interventie bij een lagere waarde (dichter bij het nuleffect) liggen dan de MCID (Hultcrantz, 2017).

 

Overwegingen (van bewijs naar aanbeveling)

Om te komen tot een aanbeveling zijn naast (de kwaliteit van) het wetenschappelijke bewijs ook andere aspecten belangrijk en worden meegewogen, zoals aanvullende argumenten uit bijvoorbeeld de biomechanica of fysiologie, waarden en voorkeuren van patiënten, kosten (middelenbeslag), aanvaardbaarheid, haalbaarheid en implementatie. Deze aspecten zijn systematisch vermeld en beoordeeld (gewogen) onder het kopje ‘Overwegingen’ en kunnen (mede) gebaseerd zijn op expert opinion. Hierbij is gebruik gemaakt van een gestructureerd format gebaseerd op het evidence-to-decision framework van de internationale GRADE Working Group (Alonso-Coello, 2016a; Alonso-Coello, 2016b). Dit evidence-to-decision framework is een integraal onderdeel van de GRADE-methodiek.

 

Formuleren van aanbevelingen

De aanbevelingen geven antwoord op de uitgangsvraag en zijn gebaseerd op het beschikbare wetenschappelijke bewijs en de belangrijkste overwegingen, en een weging van de gunstige en ongunstige effecten van de relevante interventies. De kracht van het wetenschappelijk bewijs en het gewicht dat door de werkgroep wordt toegekend aan de overwegingen, bepalen samen de sterkte van de aanbeveling. Conform de GRADE-methodiek sluit een lage bewijskracht van conclusies in de systematische literatuuranalyse een sterke aanbeveling niet a priori uit, en zijn bij een hoge bewijskracht ook zwakke aanbevelingen mogelijk (Agoritsas, 2017; Neumann, 2016). De sterkte van de aanbeveling wordt altijd bepaald door weging van alle relevante argumenten tezamen. De werkgroep heeft bij elke aanbeveling opgenomen hoe zij tot de richting en sterkte van de aanbeveling zijn gekomen.

 

In de GRADE-methodiek wordt onderscheid gemaakt tussen sterke en zwakke (of conditionele) aanbevelingen. De sterkte van een aanbeveling verwijst naar de mate van zekerheid dat de voordelen van de interventie opwegen tegen de nadelen (of vice versa), gezien over het hele spectrum van patiënten waarvoor de aanbeveling is bedoeld. De sterkte van een aanbeveling heeft duidelijke implicaties voor patiënten, behandelaars en beleidsmakers (zie onderstaande tabel). Een aanbeveling is geen dictaat, zelfs een sterke aanbeveling gebaseerd op bewijs van hoge kwaliteit (GRADE-gradering HOOG) zal niet altijd van toepassing zijn, onder alle mogelijke omstandigheden en voor elke individuele patiënt.

 

Implicaties van sterke en zwakke aanbevelingen voor verschillende richtlijngebruikers

 

Sterke aanbeveling

Zwakke (conditionele) aanbeveling

Voor patiënten

De meeste patiënten zouden de aanbevolen interventie of aanpak kiezen en slechts een klein aantal niet.

Een aanzienlijk deel van de patiënten zouden de aanbevolen interventie of aanpak kiezen, maar veel patiënten ook niet.

Voor behandelaars

De meeste patiënten zouden de aanbevolen interventie of aanpak moeten ontvangen.

Er zijn meerdere geschikte interventies of aanpakken. De patiënt moet worden ondersteund bij de keuze voor de interventie of aanpak die het beste aansluit bij zijn of haar waarden en voorkeuren.

Voor beleidsmakers

De aanbevolen interventie of aanpak kan worden gezien als standaardbeleid.

Beleidsbepaling vereist uitvoerige discussie met betrokkenheid van veel stakeholders. Er is een grotere kans op lokale beleidsverschillen.

 

Organisatie van zorg

In de knelpuntenanalyse en bij de ontwikkeling van de richtlijnmodule is expliciet aandacht geweest voor de organisatie van zorg: alle aspecten die randvoorwaardelijk zijn voor het verlenen van zorg (zoals coördinatie, communicatie, (financiële) middelen, mankracht en infrastructuur). Randvoorwaarden die relevant zijn voor het beantwoorden van deze specifieke uitgangsvraag zijn genoemd bij de overwegingen. Meer algemene, overkoepelende, of bijkomende aspecten van de organisatie van zorg worden behandeld in de module Organisatie van zorg.

 

Commentaar- en autorisatiefase

De conceptrichtlijnmodule werd aan de betrokken (wetenschappelijke) verenigingen en (patiënt) organisaties voorgelegd ter commentaar. De commentaren werden verzameld en besproken met de werkgroep. Naar aanleiding van de commentaren werd de conceptrichtlijnmodule aangepast en definitief vastgesteld door de werkgroep. De definitieve richtlijnmodule werd aan de deelnemende wetenschappelijke verenigingen en patiëntorganisaties voorgelegd voor autorisatie en door hen geautoriseerd dan wel geaccordeerd.

 

Literatuur

Agoritsas T, Merglen A, Heen AF, Kristiansen A, Neumann I, Brito JP, Brignardello-Petersen R, Alexander PE, Rind DM, Vandvik PO, Guyatt GH. UpToDate adherence to GRADE criteria for strong recommendations: an analytical survey. BMJ Open. 2017 Nov 16;7(11):e018593. doi: 10.1136/bmjopen-2017-018593. PubMed PMID: 29150475; PubMed Central PMCID: PMC5701989.

Alonso-Coello P, Schünemann HJ, Moberg J, Brignardello-Petersen R, Akl EA, Davoli M, Treweek S, Mustafa RA, Rada G, Rosenbaum S, Morelli A, Guyatt GH, Oxman AD; GRADE Working Group. GRADE Evidence to Decision (EtD) frameworks: a systematic and transparent approach to making well informed healthcare choices. 1: Introduction. BMJ. 2016 Jun 28;353:i2016. doi: 10.1136/bmj.i2016. PubMed PMID: 27353417.

Alonso-Coello P, Oxman AD, Moberg J, Brignardello-Petersen R, Akl EA, Davoli M, Treweek S, Mustafa RA, Vandvik PO, Meerpohl J, Guyatt GH, Schünemann HJ; GRADE Working Group. GRADE Evidence to Decision (EtD) frameworks: a systematic and transparent approach to making well informed healthcare choices. 2: Clinical practice guidelines. BMJ. 2016 Jun 30;353:i2089. doi: 10.1136/bmj.i2089. PubMed PMID: 27365494.

Brouwers MC, Kho ME, Browman GP, Burgers JS, Cluzeau F, Feder G, Fervers B, Graham ID, Grimshaw J, Hanna SE, Littlejohns P, Makarski J, Zitzelsberger L; AGREE Next Steps Consortium. AGREE II: advancing guideline development, reporting and evaluation in health care. CMAJ. 2010 Dec 14;182(18):E839-42. doi: 10.1503/cmaj.090449. Epub 2010 Jul 5. Review. PubMed PMID: 20603348; PubMed Central PMCID: PMC3001530.

Hultcrantz M, Rind D, Akl EA, Treweek S, Mustafa RA, Iorio A, Alper BS, Meerpohl JJ, Murad MH, Ansari MT, Katikireddi SV, Östlund P, Tranæus S, Christensen R, Gartlehner G, Brozek J, Izcovich A, Schünemann H, Guyatt G. The GRADE Working Group clarifies the construct of certainty of evidence. J Clin Epidemiol. 2017 Jul;87:4-13. doi: 10.1016/j.jclinepi.2017.05.006. Epub 2017 May 18. PubMed PMID: 28529184; PubMed Central PMCID: PMC6542664.

Medisch Specialistische Richtlijnen 2.0 (2012). Adviescommissie Richtlijnen van de Raad Kwalitieit. https://richtlijnendatabase.nl/over_deze_site.html

Neumann I, Santesso N, Akl EA, Rind DM, Vandvik PO, Alonso-Coello P, Agoritsas T, Mustafa RA, Alexander PE, Schünemann H, Guyatt GH. A guide for health professionals to interpret and use recommendations in guidelines developed with the GRADE approach. J Clin Epidemiol. 2016 Apr;72:45-55. doi: 10.1016/j.jclinepi.2015.11.017. Epub 2016 Jan 6. Review. PubMed PMID: 26772609.

Schünemann H, Brożek J, Guyatt G, et al. GRADE handbook for grading quality of evidence and strength of recommendations. Updated October 2013. The GRADE Working Group, 2013. Available from http://gdt.guidelinedevelopment.org/central_prod/_design/client/handbook/handbook.html.

Zoekverantwoording

Zoekacties zijn opvraagbaar. Neem hiervoor contact op met de Richtlijnendatabase.

Volgende:
Chirurgische technieken