MétaCan
Menu
Retour à la cohorte
Enregistrement W2990485268 · doi:10.4103/njhs.njhs_14_17

Influence of pain intensity and difficulty on health-related quality of life of patients with knee osteoarthritis

2017· article· en· W2990485268 sur OpenAlexaboutno aff
OA Ojoawo, O. C. Falade, EB Arayombo

Notice bibliographique

RevueNigerian Journal of Health Sciences · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisMedicinePhysical therapyQuality of life (healthcare)Health related quality of lifeDescriptive statisticsKnee painIntensity (physics)Alternative medicineDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Knee osteoarthritis (OA) is one of the most common causes of pain and disability in the western world and it affects up to 80% of people over the age of 65. Aim: The objective of this study was to examine the influence of self-reported symptoms of knee OA (KOA) on the health-related quality of life (HRQoL) of patients with KOA. Materials and Methods: Seventy patients diagnosed with KOA were purposively recruited for the study. The Western Ontario and McMaster Universities OA Index was used to assess the pain intensity, functional difficulty and stiffness, whereas HRQoL form Short-Form 12 Health Survey was used to assess the quality of life of patients with KOA. The data collected were analysed using SPSS version 17. Descriptive and inferential statistics were used to summarise the data. Results: There was a statistically significant negative relationship between age and physical difficulty (r = −0.301 P Conclusion: It was concluded from the study that in patients with KOA, the higher the pain intensity and/or physical difficulty, the lower the patient's HRQoL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,302
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNigerian Journal of Health SciencesMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207