Prevalence of and factors associated with osteoarthritis and pain in retired Olympians compared with the general population: part 1 – the lower limb
Notice bibliographique
Résumé
Objectives This study aims (1) to determine the prevalence of lower limb osteoarthritis (OA) and pain in retired Olympians; (2) to identify factors associated with their occurrence and (3) to compare with a sample of the general population. Methods 3357 retired Olympians (median 44.7 years) and 1735 general population controls (40.5 years) completed a cross-sectional survey. The survey captured demographics, general health, self-reported physician-diagnosed OA, current joint/region pain and injury history (lasting >1 month). Adjusted OR (aOR) compared retired Olympians with the general population. Results The prevalence of (any joint) OA in retired Olympians was 23.2% with the knee most affected (7.4%). Injury was associated with increased odds (aOR, 95% CI) of OA and pain in retired Olympians at the knee (OA=9.40, 6.90 to 12.79; pain=7.32, 5.77 to 9.28), hip (OA=14.30, 8.25 to 24.79; pain=9.76, 6.39 to 14.93) and ankle (OA=9.90, 5.05 to 19.41; pain=5.99, 3.84 to 9.34). Increasing age and obesity were also associated with knee OA and pain. While the odds of OA did not differ between Olympians and the general population, Olympians with prior knee and prior hip injury were more likely than controls with prior injury to experience knee (1.51, 1.03 to 2.21 (Olympians 22.0% vs controls 14.5%)) and hip OA (4.03, 1.10 to 14.85 (Olympians 19.1% vs Controls 11.5%)), respectively. Conclusions One in four retired Olympians reported physician-diagnosed OA, with injury associated with knee, hip and ankle OA and pain. Although overall OA odds did not differ, after adjustment for recognised risk factors Olympians were more likely to have knee and hip OA after injury than the general population, suggesting injury is an occupational risk factor for retired Olympians.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».