Predictors of objectively measured walking capacity in people with degenerative lumbar spinal stenosis
Notice bibliographique
Résumé
BACKGROUND: Identifying factors associated with walking capacity in people with lumbar spinal stenosis (LSS) may provide a better understanding of neurogenic claudication and inform future rehabilitation research. OBJECTIVE: To examine factors associated with objectively measured walking capacity in a sample of people with LSS and self-reported walking limitations. METHODS: Participants included 49 individuals (65.8 years ± 10) who were at least 45 years of age with clinically diagnosed lumbar spinal stenosis (LSS) confirmed on MRI or CT imaging. All participants completed a Self-Paced Walking Test with visual analog pain scales and body diagrams before and immediately after walking. Questionnaires included the Physical Function and Symptom Severity Scales of the Swiss Spinal Stenosis Questionnaire, the Oswestry Disability Index (ODI) and the Health Utilities Index. Univariate linear relationships were examined, followed by development of a multivariate linear regression model with walking distance (m) as the dependent variable. A post-hoc analysis was also conducted including post-test symptom variables. RESULTS: Variables retained from univariate analyses included years of leg pain, pre-test leg pain severity, the ODI, balance problems, and quality of life. When these variables were considered for a final model, only the ODI and balance problems were retained (R2=0.33). Other than balance, none of the pre-test symptom variables entered into the final model. Post-hoc analysis including post-test symptom variables found the presence and severity of post-test leg pain to be most highly associated with walking distance. In an explanatory model considering the ODI, balance and these two post-walking factors, only presence of post-test leg pain added to the model (R2=0.42). CONCLUSIONS: Factors found to be most highly associated with walking capacity in LSS were self-reported, pain-related function (ODI), balance problems, and presence of leg pain immediately following walking.
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 | 0,001 | 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 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 ».