Mediating Role of Bone Marrow Lesions, Synovitis, Pain Sensitization, and Depressive Symptoms on Knee Pain Improvement Following Substantial Weight Loss
Notice bibliographique
Résumé
OBJECTIVE: Massive weight loss leads to marked knee pain reduction in individuals with knee pain, but the reason for the reduction in pain is unknown. This study was undertaken to quantify the contribution of magnetic resonance imaging (MRI)-evidenced changes in pain-sensitive structures, bone marrow lesions (BMLs), and synovitis, and changes in pain sensitization or depressive symptoms, to knee pain improvement after substantial weight loss. METHODS: Morbidly obese patients with knee pain on most days were evaluated before bariatric surgery or medical weight management and at 1-year follow-up for BMLs and synovitis seen on MRI, the pressure pain threshold (PPT) at the patella and the right wrist, depressive symptoms (using the Center for Epidemiologic Studies Depression scale [CES-D]), and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain survey. Natural-effects models were used to quantify the extent that achieving a minimum clinically important difference (MCID) of ≥18% on the WOMAC pain scale could be mediated by weight loss-induced changes in BMLs, synovitis, PPT, and depressive symptoms. RESULTS: Of 75 participants, 53.3% lost ≥20% of weight by 1 year. Of these, 75% attained the MCID for pain improvement, compared with 34.3% in those who had <20% weight loss. Mediation analyses suggested that, in those with at least 20% weight loss, the odds of pain improvement increased by 62%, 15%, and 22% through changes in patella PPT, wrist PPT, and CES-D, respectively, but pain improvement was not mediated by MRI changes in BMLs or synovitis. CONCLUSION: Weight loss-induced knee pain improvement is partially mediated by changes in pain sensitization and depressive symptoms but is independent of MRI changes in BMLs and synovitis.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».