Relationships among walking speed, selected clinical symptoms, and exercise self-efficacy in individuals with knee osteoarthritis
Notice bibliographique
Résumé
Purpose Osteoarthritis (OA) is characterised by a combination of joint symptoms and signs stemming from defects in the articular cartilage and adjacent tissues, such as bone, synovial joint capsule, muscles, and ligaments. Knee OA is among the most common causes of pain and disability in middle-aged and older people. This study investigated the relationships among selected clinical symptoms (pain, stiffness, physical function), walking speed, and exercise self-efficacy in individuals with knee OA in Ibadan, Nigeria. Methods The study involved 100 individuals diagnosed with knee OA. Exercise self-efficacy was assessed with the exercise self-efficacy scale. Pain, stiffness, and physical function were evaluated with the Western Ontario and McMaster (WOMAC) Osteoarthritis Index questionnaire. Walking speed was determined during the 20-meter walk test. Data were analysed with descriptive statistics and Pearson’s correlation test, with significance level set at 0.05. Results Significant correlations were observed between pain intensity and walking speed (ρ = –0.38), stiffness and walking speed (ρ = –0.19), physical function and walking speed (ρ = –0.40), pain intensity and exercise self-efficacy (ρ = –0.43), stiffness and exercise self-efficacy (ρ = –0.46), physical function and exercise self-efficacy (ρ = –0.41). More than 50% of the participants with knee OA had low exercise self-efficacy and moderate walking speed. Individuals with higher levels of pain, stiffness, and functional limitations showed lower levels of exercise self-efficacy and lower walking speed. Conclusions Individuals with knee OA presented low exercise self-efficacy, low walking speed, and reduced physical function, probably because of the debilitating effects of the condition.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».