MétaCan
Menu
← Retour à la cohorte
Enregistrement W2256405138

Ethnic differences in the relationship between obesity and joint pain and function in a joint arthroplasty population.

2008· article· en· W2256405138 sur OpenAlexaffabout
Rajiv Gandhi, Fahad Razak, Nizar N. Mahomed

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineWOMACOsteoarthritisBody mass indexObesityPhysical therapyInternal medicinePopulationArthroplastyJoint painArthritisSurgeryPathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We investigated the influence of obesity on joint pain and function in Asians as compared to Caucasians with degenerative hip and knee arthritis. METHODS: We surveyed 1983 patients (1876 Caucasians and 107 Asians) undergoing primary hip or knee replacement surgery. Relevant covariates including demographic data, body mass index (BMI), sex, comorbidities, education, and ethnicity were recorded. Pain and joint functional status were assessed at baseline and at 1-year followup with the Western Ontario and McMaster University Osteoarthritis Index (WOMAC) pain and function scores. RESULTS: Asian patients presented for surgery at a significantly younger age and lower mean BMI, and reported greater pain and dysfunction than Caucasian patients. Multivariate linear regression modeling showed that for every level of BMI, Asian patients reported greater levels of joint pain and dysfunction. At a BMI of 30 kg/m2, this translated to a 16.6% higher WOMAC score (p < 0.001). CONCLUSION: Among patients with endstage osteoarthritis, at every level of BMI, joint pain and dysfunction are greater in Asians than in Caucasians. This difference is likely mediated through both mechanical and inflammatory effects.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,246
Écart entre enseignants0,142 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetOsteoarthritis Treatment and Mechanisms→Travaux en français237 207→