MétaCan
Menu
Retour à la cohorte
Enregistrement W2076138257 · doi:10.1186/1471-2474-13-258

Sagittal plane gait characteristics in hip osteoarthritis patients with mild to moderate symptoms compared to healthy controls: a cross-sectional study

2012· article· en· W2076138257 sur OpenAlexaboutno aff
Ingrid Eitzen, Linda Fernandes, Lars Nordsletten, May Arna Risberg

Notice bibliographique

RevueBMC Musculoskeletal Disorders · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNorges ForskningsrådEkstraStiftelsen Helse og Rehabilitering (Stiftelsen Dam)
Mots-clésMedicineOsteoarthritisGaitSagittal planePhysical therapyOrthopedic surgeryAnklePhysical medicine and rehabilitationGait analysisSports medicineSurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Existent biomechanical studies on hip osteoarthritic gait have primarily focused on the end stage of disease. Consequently, there is no clear consensus on which specific gait parameters are of most relevance for hip osteoarthritis patients with mild to moderate symptoms. The purpose of this study was to explore sagittal plane gait characteristics during the stance phase of gait in hip osteoarthritis patients not eligible for hip replacement surgery. First, compared to healthy controls, and second, when categorized into two subgroups of radiographic severity defined from a minimal joint space of ≤/>2 mm. METHODS: Sagittal plane kinematics and kinetics of the hip, knee and ankle joint were calculated for total joint excursion throughout the stance phase, as well as from the specific events initial contact, midstance, peak hip extension and toe-off following 3D gait analysis. In addition, the Western Ontario and McMaster Universities Osteoarthritis Index, passive hip range of motion, and isokinetic muscle strength of hip and knee flexion and extension were included as secondary outcomes. Data were checked for normality and differences evaluated with the independent Student's t-test, Welch's t-test and the independent Mann-Whitney U-test. A binary logistic regression model was used in order to control for velocity in key variables. RESULTS: Fourty-eight hip osteoarthritis patients and 22 controls were included in the final material. The patients walked significantly slower than the controls (p=0.002), revealed significantly reduced joint excursions of the hip (p<0.001) and knee (p=0.011), and a reduced hip flexion moment at midstance and peak hip extension (p<0.001). Differences were primarily manifested during the latter 50% of stance, and were persistent when controlling for velocity. Subgroup analyses of patients with minimal joint space ≤/>2 mm suggested that the observed deviations were more pronounced in patients with greater radiographic severity. The biomechanical differences were, however, not reflected in self-reported symptoms or function. CONCLUSIONS: Reduced gait velocity, reduced sagittal plane joint excursion, and a reduced hip flexion moment in the late stance phase of gait were found to be evident already in hip osteoarthritis patients with mild to moderate symptoms, not eligible for total hip replacement. Consequently, these variables should be considered as key features in studies regarding hip osteoarthritic gait at all stages of disease. Subgroup analyses of patients with different levels of radiographic OA further generated the hypothesis that the observed characteristics were more pronounced in patients with a minimal joint space ≤2 mm.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations134
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Musculoskeletal DisordersMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207