Impact of oral osteoarthritis therapy usage among other risk factors on knee replacement: a nested case-control study using the Osteoarthritis Initiative cohort
Notice bibliographique
Résumé
The aim of this study was to measure the association between exposure to commonly used oral osteoarthritis (OA) therapies and relevant confounding risk factors on the occurrence of knee replacement (KR), using the Osteoarthritis Initiative (OAI) database. In this nested case-control design study, participants who had a KR after cohort entry were defined as “cases” and were matched with up to four controls for age, gender, income, Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain, Kellgren-Lawrence grade, and duration of follow up. Exposure to oral OA therapies (acetaminophen, non-steroidal anti-inflammatory drugs (NSAIDs), cyclooxygenase-2 (COX-2) inhibitors, narcotics, and glucosamine/chondroitin sulfate) was determined within the 3 years prior to the date of the KR. Conditional regression analyses were performed to estimate the association between KR and exposure to oral OA therapies and other potential confounding risk factors. A total of 218 participants who underwent a KR (cases) were matched to 540 controls. The median time to KR was 4.3 years among cases. The majority in both groups were Caucasian with mean age of 69 years and 61% were female. Numerically, cases were more exposed to acetaminophen, NSAIDs, and COX-2 inhibitors. Exposure to narcotics and glucosamine/chondroitin sulfate was relatively similar between cases and controls. No significant association was found between the occurrence of KR and exposure to any of the oral OA therapies within the 3 years prior to KR. A significantly higher occurrence of KR was found in Caucasian subjects (OR 1.84; 95% CI, 1.13–2.99; p = 0.015) and subjects with body mass index (BMI) ≥ 27 kg/m 2 (OR 1.65; 95% CI, 1.06–2.58; p = 0.027). This study provides evidence that the main risk factors leading to KR are disease severity, symptoms and high BMI. Importantly, exposure to oral OA therapies was not associated with the occurrence of KR.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».