Dietary Fiber Intake in Relation to Knee Pain Trajectory
Notice bibliographique
Résumé
OBJECTIVE: Dietary fiber may reduce knee pain, in part by lowering body weight and reducing inflammation. In this study, we assessed whether fiber intake was associated with patterns of knee pain development. METHODS: In a prospective, multicenter cohort of 4,796 men and women ages 45-79 years with or at risk of knee osteoarthritis, participants underwent annual followups for 8 years. Dietary fiber intake was estimated using a validated food frequency questionnaire at baseline. Group-based trajectory modeling was used to identify Western Ontario and McMaster Universities Osteoarthritis Index pain trajectories, which were assessed for associations with dietary fiber intake using polytomous regression models. RESULTS: Of the eligible participants (4,470 persons and 8,940 knees, mean ± SD age 61.3 ± 9.1 years, 58% women), 4.9% underwent knee replacement and were censored at the time of surgery. Four distinct knee pain patterns were identified: no pain (34.5%), mild pain (38.1%), moderate pain (21.2%), and severe pain (6.2%). Dietary total fiber was inversely related to membership in the moderate or severe pain groups (P ≤ 0.006 for trend for both). Subjects in the highest versus those in the lowest quartile of total fiber intake had a lower risk of belonging to the moderate pain pattern group (odds ratio [OR] 0.76 [95% confidence interval (95% CI) 0.61-0.93]) and severe pain pattern group (OR 0.56 [95% CI 0.41-0.78]). Similar results were found with grain fiber and these 2 pain pattern groups. CONCLUSION: Our findings suggest that a high intake of dietary total or grain fiber, particularly the recommended daily fiber average intake of 25 gm per day, is associated with a lower risk of developing moderate or severe knee pain over time.
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 | 0,000 |
| 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) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».