Impact of sarcopenia on rehabilitation outcomes after total knee replacement in older adults with knee osteoarthritis
Notice bibliographique
Résumé
Introduction: Knee osteoarthritis (KOA) is associated with an increased risk of sarcopenia, and aging-related muscle deterioration continues after total knee replacement (TKR). Low skeletal muscle mass index may influence postoperative rehabilitation outcomes. Through this study, we aimed to investigate the impact of preoperative sarcopenia on clinical outcomes after postoperative rehabilitation in older Asian adults. Methods: A total of 190 older adults (39 men, 151 women) were enrolled from two previous trials and were classified as having no sarcopenia, class I sarcopenia, or class II sarcopenia according to definitions provided by the Asian Working Group for Sarcopenia (AWGS) and the European Working Group on Sarcopenia in Older People (EWGSOP). All patients were retrospectively analyzed before (T 0 ) and after (T 1 ) TKR rehabilitation and 10 months after surgery (T 2 ). The outcome measures included the timed up-and-go test (TUGT), gait speed (GS), timed chair rise (TCR), and the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain and physical difficulty (WOMAC-PF). With patient characteristics and T 0 scores as covariates, an analysis of variance was performed to identify intergroup differences in changes of all outcome measures at T 1 and T 2 . Results: According to the definitions of both the AWGS and EWGSOP, patients with class I and class II sarcopenia exhibited minor changes in TUGT, GS, TCR, and WOMAC-PF at T 1 and T 2 (all p < 0.05), compared with those without sarcopenia. For patients classified as having sarcopenia based on AWGS and EWGSOP definitions, no significant intergroup differences in WOMAC pain score was observed at T 1 or T 2 (all p > 0.05). Conclusions: Sarcopenia independently had negative impacts on the treatment effects of rehabilitation on physical mobility but not on pain outcome after TKR in older adults with KOA.
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 | 0,002 |
| 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) | 0,001 | 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 ».