Correlation of Dietary Protein Intake with Body Composition and Physical Status in Patients with Knee Osteoarthritis
Notice bibliographique
Résumé
Abstract\n\nBackground and Objective: Little is known about the association between dietary protein intake and clinical manifestations in osteoarthritis (OA) patients. We aimed to determine the correlation between dietary protein intake and pain severity, functional status, and body composition indices in patients with knee OA.\nMaterials and Methods: This cross-sectional study was performed on 220 OA patients, staged I to Ⅲon Kellgren and Lawrence scale. Patients were selected randomly via cluster sampling method from the health centers of Tabriz between October 2017 and October 2018. We estimated the participants' protein intakes using a semi-quantitative food frequency questionnaire. Western Ontario and McMaster Index (WOMAC) was used to measure the functional status. We used the Visual Analogue Scale to measure pain severity. A bioelectric impedance device measured the patients’ body composition.\nResults: Total dietary protein intake was 55.36±24.14 grams per day. Higher dietary total and animal-based protein intakes were associated with lower pain severity. There were reverse correlations between dietary protein intakes (total and animal-based) with the physical disability according to WOMAC total, WOMAC pain, and WOMAC stiffness scores in the subset of patients who didn’t meet the 75 percent of recommended dietary allowance. In these patients, higher total, plant-based, and animal-based protein intakes correlated with WOMAC functional scores. Higher total and animal-based protein intakes were associated with higher soft lean and lean body mass in women.\nConclusion: Dietary protein intake needs to improve in knee OA patients, and dietary protein intake might be an intermediation objective in these patients.\n\nKeywords: Body composition, Dietary protein, Functional status, Knee osteoarthritis, Pain
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».