Relation of physical activity level with quality of life, sleep and depression in patients with knee osteoarthritis
Notice bibliographique
Résumé
OBJECTIVE: In the present study, we aimed to investigate the effects of physical activity level on the quality of life, depression, sleep quality and functional capacity in elderly patients with knee osteoarthritis (OA). METHODS: Fifty-five patients over 65 years of age (age range: 65-84 years) with knee osteoarthritis were enrolled in the study. Patients were divided into two groups including Insufficient Activity Group (IAG) and Physically Active Group (PAG) according to their responses to the International Physical Activity Questionnaire. Radiological OA grading was performed using Kellgren-Lawrence classification system. Patients were evaluated using Short-Form 36 (SF-36) questionnaire, Beck Depression Inventory (BDI), Pittsburgh Sleep Quality Index (PSQI) and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). RESULTS: Mean age, body mass indices, mean pain scores and gender distribution were comparable between the two groups. WOMAC physical function scores were lower in the Physically Active Group (p=0.01). Mean PSQI scores did not differ statistically significantly between the two groups (p=0.242). Mean BDI score of PAG was significantly lower compared to that of IAG (p=0.015). Mean SF-36 physical function (p=0.044), physical role (p=0.008) and physical component (p=0.016) scores of the Physically Active Group were significantly higher vs Insufficient Activity Group. CONCLUSION: Maintaining a high physical activity level reduces the possibility of depression and improves the quality of life and functional capacity in geriatric patients with knee osteoarthritis.
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) | 0,001 | 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 ».