MétaCan
Menu
Retour à la cohorte
Enregistrement W4391481142 · doi:10.52852/tcncyh.v173i12e13.2187

Physical function evaluation in older patients with knee osteoarthritis

2023· article· en· W4391481142 sur OpenAlexaboutno aff
Vu Thi Diu, Nguyễn Thị Hoài Thu, Nguyen Ha Giang, Tran Viet Luc, Nguyen Trung Anh

Notice bibliographique

RevueTạp chí Nghiên cứu Y học · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueProblem Solving Skills Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisPhysical medicine and rehabilitationMedicinePhysical therapyFunction (biology)Alternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Knee osteoarthritis is one of the most common joint disorders of older individuals. It is a painful and disabling disease characterized by pain, stiffness. However, in Vietnam, the number of studies on this issue is still very limited, especially those on physical function. Objective: This study aimed to evaluate physical function in 178 elderly patients with knee OA. A cross-sectional study was utilized. Physical function was assessed by The Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), Timed up and go test (TUG). Mean total WOMAC scores of older patients with knee OA in the study was: 34.67 (± 15.63). The proportion of older patients with knee OA with impaired mobility (assessed by TUG test) was 64.8%. The mean total WOMAC scores were more likely to be higher in the elderly with knee OA whohave advanced age, living with others (family, caregiver), overweight/obese or underweight, poor nutritional status, no sleep disturbance, more pain, inflammatory pain and had no treatment for knee OA. There was a decrease in physical function in patients with osteoarthritis of the knee. Mobility impairment was associated with the level of pain, and treatment of knee OA or lack of.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,350
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTạp chí Nghiên cứu Y họcMême sujetProblem Solving Skills DevelopmentTravaux en français237 207