Osteoarthritis of the hand I: aetiology and pathogenesis, risk factors, investigation and diagnosis
Notice bibliographique
Résumé
OBJECTIVE: Osteoarthritis (OA) of the hand can be a debilitating condition that hinders an individual's quality of life. With multiple joints within the hand that are commonly affected OA, an individual's ability to use their hand in everyday movements become more limited. The article aims to review literature on the aetiology and pathogenesis of OA, risk factors, characteristics of hand OA and the steps of diagnosis. KEY FINDINGS: The aetiology and pathogenesis of OA, in particular hand OA, is not fully understood. However, it is known that several factors play a role. Environmental factors, such as stress from mechanical loading, especially to vulnerable joints predispose individuals to developing OA. Extracellular matrix changes in protein levels have also been noted in individuals with OA. Linked to hand OA development are boney enlargements (Herbeden's and Bouchard's nodes). Several risk factors for OA include: age, obesity, gender, smoking, genetics, diet and occupation. Various diagnostic methods include a combination of using radiographic methods, clinical presentation, a number of developed measurements and scales. SUMMARY: With OA having several risk factors and various causes and contributing elements, it is important to elucidate the pathogenesis of OA and determine exactly how risk factors play a role in its development. Because of the contributions from several elements, diagnosis is best when it uses multiple methods. In turn, understanding OA and making better diagnoses could lead to improved management of the condition through both pharmacological and non-pharmacological interventions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».