Factors associated with subjective knee joint stiffness in people with knee osteoarthritis: A systematic review
Notice bibliographique
Résumé
INTRODUCTION: Subjective knee stiffness is a common symptom in patients with knee osteoarthritis treated conservatively. However, the influencing factors or effects of knee joint stiffness are unknown. The aim of this study was to explore the factors associated with subjective knee stiffness in patients with knee osteoarthritis. METHODS: The MEDLINE, Cochrane Central Register of Controlled Trials, EMBASE, Cumulative Index to Nursing and Allied Health Literature, Web of Science, and PEDro databases were searched in November 2021. Prospective or retrospective cohort studies were included. The methodological quality of the selected articles was assessed using the Scottish Intercollegiate Guidelines Network checklist. RESULTS: Twenty out of 1943 screened articles were included in this systematic review. Eighteen and two studies were rated as having acceptable and low quality, respectively. All the included studies measured subjective knee stiffness using the Western Ontario and McMaster Universities Osteoarthritis Index. The main findings were that worse preoperative subjective knee stiffness was associated with worse pain, subjective knee stiffness, and patient satisfaction at 1 year after total knee arthroplasty. In addition, worse subjective knee stiffness was associated with future degenerative changes in the knee joint, such as joint space narrowing and osteophyte growth progression. CONCLUSION: Subjective knee stiffness may be associated with the prognosis after total knee arthroplasty and degenerative changes in the knee joint. Early detection and treatment of knee stiffness could lead to a good prognosis after total knee arthroplasty and prevent the progression of degenerative changes in the knee joint.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,001 |
| 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 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 ».