Body Composition Is Associated With Physical Performance in Individuals With Knee Osteoarthritis
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: The purpose of this cross-sectional study was to determine associations between body composition, self-reported function, and physical performance after accounting for body mass index (BMI) in individuals with knee osteoarthritis. METHODS: Percent fat and lean mass were evaluated using dual energy x-ray absorptiometry. Self-reported function (Western Ontario and McMaster Universities Osteoarthritis Index [WOMAC] function subscale) and physical performance (20-m walk, chair stand, and stair climb) were collected on 46 adults (30% male; BMI, 29.6 ± 3.8 kg/m) with radiographically defined knee osteoarthritis (Kellgren-Lawrence grades 2-4). Linear regressions determined the unique association between WOMAC and physical performance explained individually by percent fat and lean mass ([INCREMENT]R) after accounting for BMI. RESULTS: Lower percent fat mass significantly associated with better physical performance after accounting for BMI (20-m walk: [INCREMENT]R = 0.10, p = 0.03; chair stand: [INCREMENT]R = 0.16, p = 0.01; stair climb: [INCREMENT]R = 0.11, p = 0.03). Higher percent lean mass significantly associated with better chair stand ([INCREMENT]R = 0.09, p = 0.04) but not 20-m walk or stair climb ([INCREMENT]R range, 0.04-0.07, p > 0.05). After accounting for BMI, neither percent fat nor lean mass associated with WOMAC. Body mass index did not significantly associate with WOMAC or physical performance. CONCLUSIONS: Lower percent fat and higher percent lean mass associated with better physical performance after accounting for BMI. Body composition and BMI may be used together in the future to more comprehensively understand the association between obesity and disability.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».