Dynamic knee joint function in children with juvenile idiopathic arthritis (JIA)
Notice bibliographique
Résumé
BACKGROUND: Juvenile idiopathic arthritis (JIA) is a chronic illness with a high risk of developing long-term disability. Disease activity is currently being monitored and quantified by ACR core set. Here, joint inflammation is determined; however joint function is the crucial component for developing disability. The aim of this study was to quantify and compare dynamic joint function in healthy and arthritic knee joints and to evaluate response to improvement. METHODS: A single center cohort study of consecutive children presenting to the rheumatology outpatient clinic was performed to measure dynamic knee joint function. Serial measures were performed if possible. Splint fixed electrogoniometers were used to measure dynamic knee joint function including ROM and flexion and extension torque. RESULTS: A total of 54 children were tested including 44 with JIA, of whom eight had to be excluded for non-JIA-related knee problems. The study included 36 JIA patients of whom eight had strictly unilateral knee arthritis, and nine controls. Dynamic joint function ROM and torque depended on age and bodyweight, as demonstrated in healthy joints. ROM and torques were significant lower in arthritic compared to unaffected knee joints in children with unilateral arthritis and across the cohort. Importantly, extension torque was the most sensitive marker of impaired joint function. Follow up measurements detected responsiveness to change in disease activity. CONCLUSIONS: Measuring dynamic joint function with electrogoniometers is feasible and objective. Active ROM and torque during flexion and extension of arthritic knee joints were significant lower compared to unaffected. In dynamic joint measurement extension torque is a sensitive marker for disease activity.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».