Confounding pain and function: the WOMAC's failure to accurately predict lower extremity function
Notice bibliographique
Résumé
BACKGROUND: Investigations have revealed the Western Ontario and McMaster Universities Osteoarthritis Index's (WOMAC) inability to provide distinct assessments of pain and function. The Lower Extremity Functional Scale (LEFS) has not displayed this deficiency. Our purposes were to investigate further the WOMAC physical function's (WOMAC-PF) ability to accurately assess lower extremity mobility in patients undergoing total knee arthroplasty (TKA) and to establish a relationship between pre- and post-TKA WOMAC-PF and LEFS scores that accounts for the apparent bias WOMAC pain scores impose on WOMAC-PF scores. METHODS: WOMAC, LEFS, and Timed-up-and-go measures were administered before TKA and 4 days, 6 weeks, and 3 months after TKA. To evaluate the WOMAC-PF and LEFS ability to provide a distinct assessment of pain and function, a paired t-test compared pre-TKA and 4 days after TKA values. Generalized estimating equation (GEE) analysis assessed the relationship between pre- and post-TKA values: dependent variable WOMAC-PF scores; independent variables LEFS scores, and measurement occasions. RESULTS: = .61). GEE analysis revealed a linear relationship between WOMAC-PF and LEFS with similar slope coefficients for all four occasions. The relationship between WOMAC-PF and LEFS scores was virtually identical for the postarthroplasty assessment occasions. CONCLUSIONS: Our findings support previous investigations that showed the WOMAC-PF's inability to provide a valid assessment in change in function. The GEE analysis coefficients can be used to convert LEFS scores to WOMAC-PF scores that adjust for the bias between pre- and post-TKA assessments.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 ».