Comparison of 3 Knee-Specific Quality-of-Life Instruments for Patients With Meniscal Tears
Notice bibliographique
Résumé
Background: Meniscal tears are a common cause of knee pain and disability. The objective measurement of the health-related quality of life of patients with meniscal tears plays a key role in clinical evaluation and therapeutic decision making. Several evaluation tools have been used to measure the effects of meniscal tears on knee function and quality of life. However, most of these tools are nonspecific for meniscal pathology. Purpose/Hypothesis: The purpose of the present study was to compare the capability of 3 commonly used knee assessment tools to measure the impact of meniscal tears on knee function and quality of life: the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), the Knee injury and Osteoarthritis Outcome Score (KOOS), and the Western Ontario Meniscal Evaluation Tool (WOMET). Our null hypothesis was that no difference would exist among the 3 assessment tools. Study Design: Cohort study (diagnosis); Level of evidence, 2. Methods: A total of 207 consecutive patients (mean ± SD: age, 52.6 ± 14.3 years) with arthroscopically confirmed meniscal tear were included. Preoperatively, 3 knee function and quality-of-life scores were obtained: KOOS, WOMAC, and WOMET. The relative outcome scores of the questionnaires were compared postoperatively. Results: The sum scores (relative scores) were as follows: 234.2 ± 92.5 (55.7%) for the KOOS, 132.6 ± 54.3 (55.5%) for the WOMAC, and 113 ± 30.8 (71%) for the WOMET. The relative score results for the WOMET were significantly higher than those for the WOMAC and the KOOS (both P < .01), while no significant difference was found between the WOMAC and the KOOS ( P = .735). Conclusion: A greater impact on health-related quality of life for patients with meniscal tears can be measured with the WOMET when compared with the WOMAC and the KOOS. Therefore, using the WOMET can be recommended for the evaluation of knee function and quality-of-life impairment of patients with meniscal tears.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».