A multi-arm cluster randomized clinical trial of the use of knee kinesiography in the management of osteoarthritis patients in a primary care setting
Notice bibliographique
Résumé
Objective: An important clinical gap reported by primary care physicians (PCPs) in managing knee osteoarthritis patients is the lack of validated tools to help them guide conservative treatment decision-making. This study aimed at evaluating the clinical utility of adding to current medical management (CMM) by PCPs, a dynamic knee kinesiography (KneeKG) exam assessing biomechanical risk factors linked to osteoarthritis progression.Design: In this 6-month cluster randomized controlled trial, primary care clinics were randomized into three groups: 1-CMM by PCPs, 2-CMM+KneeKG, and 3-CMM+KneeKG+Education (a self-management education session and two follow-up group meetings). Primary outcomes were scores on the Knee Injury and Osteoarthritis Outcome Score (KOOS) subscales and overall score.Results: Of the 894 patients referred from 87 clinics, 515 participated, 449 (87.2%) completed the study. At 6-month follow-up, patients in both KneeKG groups reported statistically significant improvement on the KOOS overall score (Group2: +5.5; Group3: +5.0), and on the symptoms, pain, and activities of daily living subscales compared to control group (all p < 0.05). They also reported significantly higher satisfaction levels with global care (both p < 0.01). Group 3-CMM+KneeKG+Education showed statistically significant improvements in objective functional tests as well as greater global impression of change in pain, function, quality of life, and global condition (all p < 0.05).Conclusions: Results demonstrated significant improvements in terms of pain, function, and satisfaction in KneeKG groups relative to the CMM. Adding education and supervision further improves clinical outcomes. These findings may support the added value of a KneeKG exam in assisting PCPs in the management of knee osteoarthritis patients.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».