The Influence of Weather Conditions on Joint Pain in Older People with Osteoarthritis: Results from the European Project on OSteoArthritis
Notice bibliographique
Résumé
OBJECTIVE: This study examined whether daily weather conditions, 3-day average weather conditions, and changes in weather conditions influence joint pain in older people with osteoarthritis (OA) in 6 European countries. METHODS: Data from the population-based European Project on OSteoArthritis were used. The American College of Rheumatology classification criteria were used to diagnose OA in older people (65-85 yrs). After the baseline interview, at 6 months, and after the 12-18 months followup interview, joint pain was assessed using 2-week pain calendars. Daily values for temperature, precipitation, atmospheric pressure, relative humidity, and wind speed were obtained from local weather stations. Multilevel regression modelling was used to examine the pain-weather associations, adjusted for several confounders. RESULTS: The study included 810 participants with OA in the knee, hand, and/or hip. After adjustment, there were significant associations of joint pain with daily average humidity (B = 0.004, p < 0.01) and 3-day average humidity (B = 0.004, p = 0.01). A significant interaction effect was found between daily average humidity and temperature on joint pain. The effect of humidity on pain was stronger in relatively cold weather conditions. Changes in weather variables between 2 consecutive days were not significantly associated with reported joint pain. CONCLUSION: The associations between pain and daily average weather conditions suggest that a causal relationship exist between joint pain and weather variables, but the associations between day-to-day weather changes and pain do not confirm causation. Knowledge about the relationship between joint pain in OA and weather may help individuals with OA, physicians, and therapists to better understand and manage fluctuations in pain.
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 | 0,004 | 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 ».