Knee osteoarthritis in Iranian women: A cross-sectional study from Yassoj, Iran
Notice bibliographique
Résumé
Abstract Background: One of the most prevalent musculoskeletal diseases (MSDs) is knee osteoarthritis (KO), which results in patients experiencing significant pain, decreased function and range of motion, lower income, decreased social contact, and ultimately diminished quality of life. This study sought to evaluate the risk factors for knee osteoarthritis in women between the ages of 40 and 55 because several studies have shown that KO is frequent among these females. Methods: One hundred of the 198 individual who were randomly chosen for this descriptive-analytical study were eligible and included because they met the inclusion criteria. The amount of protective behavior was assessed using a 38-item self-design checklist. Knee function and pain intensity were assessed using the Western Ontario and McMaster Universities Arthritis Index (WOMAC) and the visual analog scale (VAS). In addition, a muscle strength assessment and a self-efficacy questionnaire were applied. Using SPSS version 24, analytical tests were run on the collected data. Results: This study showed there is a significant relationship between knee osteoarthritis and various factors such as age, body mass index, educational status, other diseases (blood pressure and diabetes), muscle strength, daily housewives’ performance, knee-protective behaviors, and self-efficacy in the field of knee-protective behaviors (P < 0.05 in all instances). Conclusion: Providing educational and training programs for women to prevent knee osteoarthritis is highly advised since, as this study's findings showed, the majority of risk factors linked to knee discomfort from osteoarthritis can be managed.
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 | 0,001 |
| 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 | 0,001 | 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 ».