MétaCan
Menu
Retour à la cohorte
Enregistrement W2517618349 · doi:10.1002/acr.22836

Can We Predict Those With Osteoarthritis Who Will Worsen Following a Chronic Disease Management Program?

2016· article· en· W2517618349 sur OpenAlexfundaboutno aff
Jillian Eyles, Kathryn Mills, Barbara R. Lucas, Matthew J. Williams, Joanna Makovey, Laurence Teoh, David J. Hunter

Notice bibliographique

RevueArthritis Care & Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNSW Agency for Clinical InnovationMcMaster University
Mots-clésMedicineWOMACOsteoarthritisPhysical therapyLogistic regressionJoint painCohortProspective cohort studyInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify predictors of worsening symptoms and overall health of the treated hip or knee joint following 26 weeks of a nonsurgical chronic disease management program for hip and knee osteoarthritis (OA) and to examine the consistency of these predictors across 3 definitions of worsening. METHODS: This prospective cohort study followed 539 participants of the program for 26 weeks. The 3 definitions of worsening included symptomatic worsening based on change in the Western Ontario and McMaster Universities Osteoarthritis Index Global score (WOMAC-G) measuring pain, stiffness, and function; a transition scale that asked about overall health of the treated hip or knee joint; and a composite outcome including both. Multivariate logistic regression models were constructed for the 3 definitions of worsening. RESULTS: Complete data were available for 386 participants: mean age was 66.3 years, 69% were female, 85% reported knee joint pain as primary symptom (signal joint), 46% were waitlisted for total joint arthroplasty (TJA). TJA waitlist status, signal joint, 6-Minute Walk Test (6MWT), depressive symptoms, pain, and age were independently associated with at least 1 definition of worsening. TJA waitlist status and 6MWT remained in the multivariate models for the transition and composite definitions of worsening. CONCLUSION: Participants reporting worsening on the transition scale did not consistently meet the WOMAC-G definition of worsening symptoms. TJA waitlist status was predictive of the composite definition of worsening, a trend apparent for the transition definition. However, variables that predict worsening remain largely unknown. Further research is required to direct comprehensive and targeted management of patients with hip and knee OA.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,319
Écart entre enseignants0,298 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArthritis Care & ResearchMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207