MétaCan
Menu
← Retour à la cohorte
Enregistrement W2893337573 · doi:10.17098/amj.461408

The Impact of Weight Loss on Lomber and Knee Pain

2018· article· en· W2893337573 sur OpenAlexaboutno aff
Zeki Taşdemir, Şevin Demir, Oya Taşdemir, Mehmet Sargın

Notice bibliographique

RevueAnkara Medical Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyOsteoporotic fractureInternal medicineBone mineralOsteoporosis

Résumé

récupéré en direct d'OpenAlex

Amaç: Semptomatik osteoartrit (OA) ‘in risk faktörleri değerlendirildiğinde yüksek vücut kitle indeksi (VKİ) ‘nin, düşük eğitim düzeyi ve sosyal desteğin, depresif durumun daha fazla ağrı bildirilmesi ile ilişkili olduğu görülmüştür. Bu çalışmanın amacı, obez ve semptomatik diz osteoartriti ve bel ağrısı olan hastalarda; radyolojik evre ve vücut kitle indeksi ile fonksiyonel durum arasındaki ilişkiyi değerlendirmekti. Materyal ve Metot: Çalışmaya diz ağrısı yakınması nedeniyle başvuran primer diz OA tanısı alan VKİ 30 kg/m 2 üstü 41 hasta dahil edildi. Anatomik tibiofemoral açı (aTFA), ortoröntgenografiler üzerinde Resim Arşivleme İletişim Sistemleri (PACS) ile ölçüldü. Ağrı yakınması daha çok olan dize göre Western Ontario McMaster Osteoartrit Indeksi (WOMAC) ve görsel ağrı skalası (VAS) ile değerlendirildi. Bulgular: VKİ’deki düşme ile bel ağrısı VAS’daki (0‐3.Ay Fark) düşme arasında pozitif yönde istatistiksel olarak anlamlı korelasyon gözlenmiştir. Fakat VKİ’deki değişim ile diz fonksiyonları ve VAS arasında pozitif yönde düşme gözlenirken istatistiksel olarak anlamlı bulunmamıştır. Sonuç: Obez diz osteoartiritine bağlı kısa dönem diz ağrılarının kilo vermek ile direk bağlantısı olmayıp, fazla kilonun yol açtığı geri dönüşümü olmayan mekanik faktörlerin (dizin aşırı varusu, diz eklemindeki kıkırdak hasarı) etken olduğunu düşündürmüştür.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,009
Tête enseignante GPT0,295
Écart entre enseignants0,286 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnkara Medical Journal→Même sujetOsteoarthritis Treatment and Mechanisms→Travaux en français237 207→