Self-Reported Weather Sensitivity is Associated with Clinical Symptoms and Structural Abnormalities in Patients with Knee Osteoarthritis: A Cross-Sectional Study
Notice bibliographique
Résumé
Abstract Background Patients with knee osteoarthritis (KOA) often complain about clinical symptoms affected by weather-related factors. The purpose of the present study was to use cross-sectional analysis to determine whether weather sensitivity was associated with clinical symptoms, as well as structure abnormalities, in KOA patients. Methods Data from 80 participants were obtained from the Feng Hans Shi Effects on OA (FHS) study, an OA cohort study initiated in China in 2015. The weather sensitivity of each participant was determined by a self-reported questionnaire. The following measurements were used to assess clinical and biological outcomes: a visual analog scale (VAS) for pain; Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC); and blood levels of tumor necrosis factor α (TNF-α), interleukin 6 (IL-6), and interleukin 1(IL-1). Structural changes identified via magnetic resonance imaging (MRI) were also evaluated. Independent sample t-tests, chi-square tests, Fisher’s exact tests, Cochran-Armitage tests for linear trends, and binary linear regression were used to evaluate the clinical characteristics, biomarkers, WOMAC, and Whole-Organ Magnetic Resonance Imaging Score (WORMS) of weather-sensitive KOA patients and non-weather-sensitive KOA patients. Results Most of the KOA participants (57.5%) perceived the weather as affecting their knee-joint clinical symptoms. Through logistic regression analysis, the presence of weather sensitivity was found to increase the risk of KOA participants reporting higher levels of WOMAC pain scores [OR = 3.3 (95% CI: 1.1, 9.9), P > 0.032], functional scores [OR = 5.5 (95% CI: 1.8,16.8), P > 0.003], total scores [OR = 3.3 (95% CI: 1.1, 10.2), P = 0.034], WORMS cartilage scores [OR = 3.1 (95% CI: 1.1, 8.5), P < 0.027], and marrow abnormality scores [OR = 3.0 (95% CI: 1.1, 8.1), P > 0.029]. Conclusions Weather-sensitive KOA patients were prone to show more serious clinical symptoms and structural abnormalities in their knee joints. Therefore, the existence of weather sensitivity may accelerate the progress of 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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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 ».