Dispositional traits help explain individual differences in relationships between a radiographic knee osteoarthritis measure, pain, and physical function
Notice bibliographique
Résumé
Background: The concordance between radiograph-derived Kellgren–Lawrence (KL) scores for knee osteoarthritis (KOA) and experimental and clinical pain and KOA-related physical function is conflicting. Objectives: We investigate whether the inclusion of dispositional traits reduces variability between KOA radiographic findings, experimental pain, clinical pain, and function in individuals with knee pain. Design: This study is a cross-sectional, secondary analysis of data collected from the UPLOAD-II study. Methods: Adults aged 45–85 years with and without knee pain were enrolled. Data collected included sociodemographics, knee radiographs, experimental pain, clinical pain and function, and trait affect. Vulnerable and protective dispositional traits were classified from combined positive and negative trait affect measures. KL scores were determined from the knee radiographs. Unadjusted and adjusted (age, sex, comorbidities, and body mass index) regression analyses were completed with SAS version 9.4 (Cary, NC, USA). Results: The study included 218 individuals with a mean age of 58 years, 63.6% women, and 48.2% non-Hispanic black adults. Dispositional traits were associated with the experimental pain measures. No association between radiographic KOA and experimental pain was observed. In a combined and adjusted analysis, dispositional traits were predictive of knee punctate pain temporal summation ( p = 0.0382). Both dispositional traits and radiographic KOA scores independently and combined were predictive of Graded Chronic Pain Scale pain and function, and Western Ontario and McMaster University pain and function ( ps ⩽ 0.01). Improvements in R 2 were noted across all models with the inclusion of dispositional traits. Conclusion: Consideration of dispositional traits reduces the variability between radiographic KOA and pain and function. Non-pathological and associated pain-related psychological factors, dispositional traits might serve as parsimonious proxy tools to improve clinical assessments. Registration: N/A.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».