Chronic disease management programme in people with severe knee osteoarthritis: efficacy and moderators of response
Notice bibliographique
Résumé
AIMS: To establish (1) the efficacy of a six-week chronic disease management programme for knee osteoarthritis and (2) whether previous physiotherapy or being wait listed for surgery moderated the outcome of the programme. DESIGN: A pretest, posttest design with multivariate statistical modelling. PARTICIPANTS: One hundred and twenty-one people with severe osteoarthritis who were waiting, or being considered, for surgery. METHODS AND MEASURES: Western Ontario Osteoarthritis Index (WOMAC) scores, arthritis self-efficacy, distress and a patient-rated global indicator of response were collected at baseline, 6 and 12 weeks. History of previous physiotherapy, waiting list status, symptom duration, New Zealand disease severity score, radiographic changes and self-perceived need for surgery were recorded at baseline. RESULTS: There were moderate improvements in most outcomes; WOMAC function decreased by 0.29, WOMAC pain by 0.27, pain self-efficacy by 4.4, function self-efficacy by 5.6 and visual analogue scale (VAS) distress by 0.2 (effect sizes ranging from 0.3 to 0.5 at 12 weeks). Waiting list status was a significant modifier for function, pain, distress and self-related outcomes. Participants on the waiting list for surgery experienced lesser improvements. Previous physiotherapy was associated with greater improvements in WOMAC scores at six weeks, but not at 12 weeks. CONCLUSION: The chronic disease management programme could be considered for people with severe knee osteoarthritis, but should be given prior to referral and placement on the waiting list for surgery. Previous physiotherapy should not preclude people from participating in a chronic disease management programme.
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 | 0,001 |
| 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 ».