The Relationship Between Early-Stage Knee Osteoarthritis and Lower-Extremity Alignment, Joint Laxity, and Subjective Scores of Pain, Stiffness, and Function
Notice bibliographique
Résumé
CONTEXT: Knee osteoarthritis (OA) is a debilitating disease that affects an estimated 27 million Americans. Changes in lower-extremity alignment and joint laxity have been found to redistribute the medial and/or lateral loads at the joint. However, the effect that changes in anteroposterior knee-joint laxity have on lower-extremity alignment and function in individuals with knee OA remains unclear. OBJECTIVE: To examine anteroposterior knee-joint laxity, lower-extremity alignment, and subjective pain, stiffness, and function scores in individuals with early-stage knee OA and matched controls and to determine if a relationship exists among these measures. DESIGN: Case control. SETTING: Sports-medicine research laboratory. PARTICIPANTS: 18 participants with knee OA and 18 healthy matched controls. INTERVENTION: Participants completed the Western Ontario McMaster (WOMAC) osteoarthritis questionnaire and were tested for total anteroposterior knee-joint laxity (A-P) and knee-joint alignment (ALIGN). MAIN OUTCOME MEASURES: WOMAC scores, A-P (mm), and ALIGN (°). RESULTS: A significant multivariate main effect for group (Wilks' Λ = 0.30, F7,26 = 8.58, P < .0001) was found. Knee-OA participants differed in WOMAC scores (P < .0001) but did not differ from healthy controls on ALIGN (P = .49) or total A-P (P = .66). No significant relationships were identified among main outcome measures. CONCLUSION: These data demonstrate that participants with early-stage knee OA had worse pain, stiffness, and functional outcome scores than the matched controls; however, ALIGN and A-P were no different. There was no association identified among participants' subjective scores, ALIGN, or A-P measures in this study.
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 ».