O15 Does knee pain or radiographic osteoarthritis better predict future muscle outcomes? Findings from the Hertfordshire Cohort Study
Notice bibliographique
Résumé
Disclosures: N.R. Fuggle: None. L. Westbury: None. K. Jameson: None. M. Edwards: None. C. Cooper: None. E. Dennison: None. Background: Sarcopenia is defined according to accelerated loss of muscle mass, strength and function and is associated with significantly increased morbidity and mortality. Osteoarthritis is the most common joint condition and can be defined clinically (through symptoms and signs) or radiologically. We investigated whether knee pain or radiologic osteoarthritis was predictive of future sarcopenic muscle outcomes in the Hertfordshire Cohort Study (comprised of UK community-dwelling older adults). Methods: We recruited 435 older adults (221 males and 214 females). At baseline, knee pain was defined as a Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) knee pain score of ≥ 1 and radiographic osteoarthritis via plain radiography with a Kellgren and Lawrence score ≥2. At follow-up grip strength was assessed using JAMAR dynamometry and muscle function via gait speed. Whole-body dual X-ray absorptiometry (DXA) was used to derive percentage lean mass. Linear regression was used to assess the relationship between knee pain and/or radiographic osteoarthritis and grip strength, gait speed and percentage lean mass in models unadjusted and adjusted for anthropometric and lifestyle factors. Results: The mean age of participants was 64.9 years (SD 2.7) at baseline and follow-up was approximately 11 years. There were no significant sex differences in the prevalence of radiographic osteoarthritis (men 90 (40.7%), women 84 (39.3%)), knee pain (men 103 (49.8%), women 111 (56.1%)) or the combination of radiographic osteoarthritis and knee pain (men 54 (41.5%), women 54 (46.6%)). The following are from fully-adjusted analyses. Knee pain was significantly predictive of lower percentage lean mass (-0.58 z-score (-0.79, -0.36), p < 0.001) and grip strength (-0.19 z-score (-0.38, -0.00), p = 0.50). Radiographic knee osteoarthritis was also significantly associated with lower percentage lean mass (-0.27 z-score (-0.50, -0.04, p = 0.021) and grip strength (-0.39 z-score (-0.58, -0.21), p < 0.001). The combination of radiographic osteoarthritis and knee pain was associated with lower percentage lean mass (-0.75 z-score (-1.03, -0.48), p < 0.001), grip strength (-0.48 z-score (-0.72, -0.23), p < 0.001) and a reduction in gait speed (-0.26 z-score (-0.50,-0.02), p < 0.04). Conclusion: We observed that the occurrence of knee pain predicted lower future muscle mass, radiographic osteoarthritis predicted lower future muscle mass and strength and the combination (knee pain and radiographic osteoarthritis) predicted lower future muscle mass, strength and function. These findings suggest that those individuals with co-existent evidence of knee pain and radiographic osteoarthritis are at particular risk of adverse muscle outcomes and, if our results are replicated elsewhere, these individuals should be targeted with interventions to ameliorate this decline in muscle mass, strength and function.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,006 | 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; 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 ».