Factors associated with pain pressure threshold in both local and remote sites in knee osteoarthritis
Notice bibliographique
Résumé
BACKGROUND: Knee osteoarthritis (KOA) is a prevalent condition, and its most frequent symptom is pain that often leads to disability. Pain sensitization is a core feature of KOA, and it can be measured through quantitative sensory testing protocols such as pain pressure threshold (PPT). However, there is a lack of understanding about the factors that may influence changes in PPTs in the KOA population. OBJECTIVE: To explore the clinical and functional factors associated with PPTs in a sample of people with chronic KOA pain and to compare models of local (knees) and remote (thenar regions) sites. DESIGN: Cross-sectional analysis of a prospective cohort. SETTING: Primary care in public institution. PARTICIPANTS: 113 adults with KOA. INTERVENTION: N/A. MAIN OUTCOME MEASURES: Multivariable regression analyses evaluating demographic, clinical, and functional variables that could be associated with local and remote PPTs (main outcomes) were performed. RESULTS: : 0.45) models had the same significant negative association with being a female, Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain levels (thenar: β: -0.15, p = .002; knee: β: -0.2, p < .001), and the 10-Meter Walking Test (thenar: β: -0.05, p = .038; knee: β: -0.08, p = .004). A small significant positive association with depressive symptoms was identified in both models, which acted as a confounder for WOMAC pain and was likely affected by unmeasured confounders. CONCLUSIONS: PPTs in KOA pain are associated with functional outcomes such as the 10-Meter Walking Test and activity-related pain intensity; thus more disability is associated with smaller pain thresholds. Similarity between models may suggest central sensitization.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».