MétaCan
Menu
Retour à la cohorte
Enregistrement W1979307104 · doi:10.1097/00124743-200108000-00006

Weight Loss and Exercise Walking Reduce Pain and Improve Physical Functioning in Overweight Postmenopausal Women with Knee Osteoarthritis

2001· article· en· W1979307104 sur OpenAlexaboutno aff
Kara Martin, Kevin R. Fontaine, Barbara J. Nicklas, Karen E. Dennis, Andrew P. Goldberg, Marc C. Hochberg

Notice bibliographique

RevueJCR Journal of Clinical Rheumatology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWOMACOverweightMedicineWeight lossPhysical therapyOsteoarthritisBody mass indexKnee painPostmenopausal womenObesityInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

We conducted an uncontrolled pilot study to determine the effects of a weight loss and walking program on knee pain and physical function in overweight and obese (body mass index; BMI [kg/m] 25-29.9 and BMI > or = 30, respectively) postmenopausal women with knee osteoarthritis (OA). Forty-eight such women completed self-report (Western Ontario and McMaster University Osteoarthritis Index (WOMAC)) and performance-based measures of physical function ("up and go" test, 6-min walk) and enrolled in a 6-month intervention that included weekly nutrition classes and an exercise-walking program. The intervention produced an average weight loss of 5.6 +/- 4.0 kg in the 30 women who completed the program. There also were significant improvements in the 6-min walk and on VO(2max). Improvements in the timed up and go test and on the WOMAC pain and function scores, however, were restricted only to women who were classified as obese at baseline. These findings suggest that a 6-month weight loss and walking program improves measures of physical functioning and pain in overweight and obese postmenopausal women with knee OA. Among obese women, functional improvement correlated with weight loss, encouraging continued emphasis on weight loss for managing knee OA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,289
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCR Journal of Clinical RheumatologyMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207