Total Knee Replacement as a Knee Osteoarthritis Outcome
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To predict, using clinical and qMRI data, the incidence of total knee replacement (TKR) during the long-term follow-up of knee osteoarthritis (OA) patients who formerly received chondroitin sulfate (CS) or placebo treatment. DESIGN: A post hoc intention-to-treat analysis to evaluate the incidence of TKR was done on knee OA patients who had participated in a 12-month trial evaluating the impact of CS (800 mg/d) versus placebo for 6 months, followed by a 6-month open-phase in which all patients received CS. Additionally, the clinical and qMRI predictors of TKR were determined. RESULTS: Thirteen TKRs were performed in the population after a 4-year follow-up. More TKRs were performed in the placebo group than in the CS group (69% vs. 31%, P = 0.150, logistic regression). The statistically significant predictors of TKRs were, at baseline, higher WOMAC pain and function scores, presence of bone marrow lesions (BMLs), and higher C-reactive protein levels. Loss of medial cartilage volume and increase in WOMAC pain and function at one-year were also predictors of TKR. Multivariate analyses revealed that baseline presence of BML and higher WOMAC pain score were independent predictors. Time to occurrence of the TKR also favored the CS group versus placebo (log-rank, P = 0.094). CONCLUSION: Symptoms such as knee pain and function, presence of BML, and cartilage volume loss predict the long-term occurrence of a "hard" outcome such as TKR.
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.
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) | 0,005 | 0,006 |
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 découle