Relationship between Serum Magnesium Concentration and Radiographic Knee Osteoarthritis
Notice bibliographique
Résumé
OBJECTIVE: To establish whether there is a relationship between serum magnesium (Mg) concentration and radiographic knee osteoarthritis (OA). METHODS: There were 2855 subjects in this cross-sectional study. Serum Mg concentration was measured using the chemiluminescence method. Radiographic OA of the knee was defined as changes consistent with Kellgren-Lawrence (K-L) grade 2 on at least 1 side. Mg concentration was classified into 1 of 4 quartiles: ≤ 0.87, 0.88-0.91, 0.92-0.96, or ≥ 0.97 mmol/l. Multivariable logistic analysis was used to test the association between serum Mg and radiographic knee OA after adjustment for potentially confounding factors. The OR with 95% CI for the association between radiographic knee OA and serum Mg concentration were calculated for each quartile. The quartile with the lowest value was regarded as the reference category. RESULTS: Significant association between serum Mg concentration and radiographic knee OA was observed in the model after adjustment for age, sex, and body mass index, as well as in the multivariable model. The multivariable-adjusted OR (95% CI) for radiographic knee OA in the second, third, and fourth serum Mg concentration quartiles were 0.90 (95% CI 0.71-1.13), 0.92 (95% CI 0.73-1.16), and 0.72 (95% CI 0.57-0.92), respectively, compared with the lowest (first) quartile. A clear trend (p for trend was 0.01) was observed. The relative odds of radiographic knee OA was decreased by 0.72 times in the fourth serum Mg quartile compared with the lowest quartile. CONCLUSION: Serum Mg concentration may have an inverse relationship with radiographic OA of the knee.
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 | 0,001 |
| 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 ».