Assessment of foot posture and related factors in patients with knee osteoarthritis
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to compare foot posture between patient and control groups, and to identify factors associated with foot posture abnormality in knee osteoarthritis (OA). PATIENTS AND METHODS: This case-control study included a total of 115 patients (26 males, 89 females; mean age: 54.4±9.3 years; range, 29 to 73 years) with OA and 77 healthy controls (20 males, 57 females; mean age: 52.1±8.1 years; range, 32 to 69 years) between May 2019 and July 2019. The participants were evaluated using the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), Visual Analog Scale (VAS), and the Beighton criteria. Radiological assessments were performed using the Kellgren-Lawrence grading, condylar plateau angle, and medial tibiofemoral joint width. The Foot Posture Index-6 (FPI-6) was used for foot posture analysis and three groups were formed as supinated, neutral, and pronated postures. RESULTS: Foot posture was significantly different between the patient and control groups (p<0.05). Of the patients with knee OA, significant differences were found in the VAS, WOMAC-pain, WOMAC-physical function, and WOMAC-total (p<0.05) among the foot postures. No significant difference was found among the foot posture groups in terms of the radiological parameters and WOMAC-stiffness (p>0.05). Hypermobility and WOMAC-total scores were significantly associated with foot posture abnormality (p<0.05). CONCLUSION: Joint hypermobility and foot posture are the factors which may influence the clinical characteristics of knee OA. Foot posture and joint hypermobility should be taken into consideration during the examination and management of patients with knee OA.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».