Joint pain, physical function, and balance self-confidence in acromegaly versus nonfunctioning pituitary adenoma patients
Notice bibliographique
Résumé
CONTEXT: Patients with acromegaly (PWA) experience balance issues, despite achieving biochemical remission, that may significantly impair their quality of life. OBJECTIVE: We sought to assess the prevalence of falls and balance self-confidence in PWA in comparison with a control group. Furthermore, we investigated the effect of joint pain and function as predictors for their balance self-confidence. DESIGN: Cross-sectional, case-controlled. SETTING: Tertiary care centers. PARTICIPANTS: In this case-control study, we surveyed PWA (n = 94) and nonfunctioning pituitary adenoma (PNA; n = 82) with similar age, sex, and body mass index from two Canadian centers. INTERVENTION(S): None. MAIN OUTCOME MEASURE(S): Data were obtained on number of falls during the past 12 months, self-confidence to maintain balance, joint pain, joint surgery, pain medication usage, and upper and lower extremity musculoskeletal disability. RESULTS: While both PWA and PNA had a similarly high risk of falls, PWA had lower self-confidence to maintain balance (P < .01). Patients with acromegaly had higher joint pain scores and more functional impairment in upper extremity, hip, knee, and ankle joints (all P < .01). In both groups, age, sex, and ankle functional score were predictors of balance self-confidence. For PWA, hip functional score was also a predictor of balance self-confidence in contrast to knee and back pain scores being predictors for the PNA group. CONCLUSIONS: We confirmed an increased prevalence of falls in both groups with diminished balance confidence in PWA. This reduced balance self-confidence seems to be related to their increased hip functional impairment in comparison with PNA.
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 ».