Association of Knee Osteoarthritis with the Accumulation of Metabolic Risk Factors Such as Overweight, Hypertension, Dyslipidemia, and Impaired Glucose Tolerance in Japanese Men and Women: The ROAD Study
Notice bibliographique
Résumé
OBJECTIVE: To clarify the association of knee osteoarthritis (KOA) with overweight (OW), hypertension (HTN), dyslipidemia (DL), and impaired glucose tolerance (IGT), which are components of metabolic syndrome (MS), in a Japanese population. METHODS: We enrolled 1690 participants (596 men, 1094 women) from the large-scale cohort study Research on Osteoarthritis Against Disability (ROAD), begun in 2005 to clarify epidemiologic features of OA in Japan. KOA was evaluated by the Kellgren-Lawrence grade, minimum joint space width (MJSW), minimum joint space area (JSA), and osteophyte area (OPA). OW, HTN, DL, and IGT were assessed using standard criteria. RESULTS: The prevalence of KOA in the total population in the age groups ≤ 39, 40-49, 50-59, 60-69, 70-79, and ≥ 80 years was 2.2%, 10.7%, 28.2%, 50.8%, 69.0%, and 80.5%, respectively. Logistic regression analyses after adjustment for age, sex, regional difference, smoking habit, alcohol consumption, physical activities, regular exercise, and history of knee injuries revealed that the OR of KOA significantly increased according to the number of MS components present (1 component: OR 1.21, 95% CI 0.88-1.68, p = 0.237; 2 components: OR 1.89, 95% CI 1.33-2.70, p < 0.001; 3 or more components: OR 2.72, 95% CI 1.77-4.18; p < 0.001). The number of MS components was inversely related to medial MSJW (ß = -0.148, R(2) = 0.21, p < 0.001), medial JSA (women only; ß = -0.096, R(2) = 0.18, p = 0.001), and positively related to OPA (ß = 0.12, R(2) = 0.11, p < 0.001). CONCLUSION: The accumulation of MS components is significantly related to presence of KOA. MS prevention may be useful to reduce cardiovascular disease and KOA risk.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».