Associated Factors with Pain and Disability in Patients With Knee Osteoarthritis
Notice bibliographique
Résumé
Objective: To assess factors associated with pain and functional level in patients with knee osteoarthritis (OA). Materials and Methods: Patients with knee OA (n=161), with a mean age of 62.4± 8.7 yrs were studied. Age, sex, body mass index (BMI), education level, smoking habit, regular physical activity habit, symptom duration were recorded. Kellgren-Lawrence scores were calculated in anterio-posterior and lateral knee radiographs. Functional level of patients were assessed by Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and pain severity of the patients were assessed by Visual Analoge Scale (VAS). Results: The BMI was positively correlated with mean scores of WOMAC pain, joint stiffness and daily living activities subscores (r=0.592, r=0.634, and r=0.749, respectively). Education level was inversely correlated with mean scores of WOMAC pain, joint stiffness and daily living activities subscores (r=-0.394, r=-0.345, and r=-0.352, respectively). Kellgren-Lawrence scores of anterior-posterior and lateral view radiographs were found to be correlated with age and symptom duration (r=0,263, p=0,001 and r=0,339, p=0,016, respectively). No relationship was found between pain VAS scores and any assessed factors.When WOMAC subscale scores and VAS scores were compared according to gender, WOMAC pain scores were found higher in females (p=0.024). No correlation was found between remainder factors and scores of the three sections of WOMAC. Conclusion: The BMI is the most important factor associated with functional level and pain severity of patients with KOA. Patients must be encouraged to loose weight in order to decrease symptom and disease severity. (Turk J Rheumatol 2010; 25: 77-81)
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».