The interplay of body composition, pain intensity, and psychological status in Egyptian patients with knee osteoarthritis
Notice bibliographique
Résumé
Abstract Background There is a clear relationship between poor mental health, obesity, and osteoarthritis (OA). Individuals who experience symptoms of anxiety and depression are more likely to report higher levels of pain and disability in OA. In addition, higher body mass index (BMI) levels can contribute to additional pain and disability in individuals with OA. We aimed to explore the interplay of Body composition, pain intensity, and psychological status in Egyptian patients with knee OA. Results This cross-sectional study included 60 patients with Knee OA diagnosed clinically according to the American College of Rheumatology (ACR) criteria. Body composition measurement was performed with an InBody analyzer. Pain was assessed by the pain visual analog scale (VAS), disability was measured with Western Ontario and McMaster Universities Osteoarthritis (WOMAC) scores, and depressed mood and/or anxiety was measured by the Hospital Anxiety and Depression Scale (HADS). Body mass index (BMI), total body fat (TBF) %, fat mass (FM), and fat mass index (FMI) were positively correlated with pain and disability in patients with knee OA. TBF% was positively correlated with depression and anxiety. Conclusions This study has shed light on the association between mental disorders, body composition measurements, knee pain, and disability. Interventions to treat osteoarthritis in elderly patients should focus on treating mood changes such as anxiety and depression, psychological support, and controlling body mass with proper diet and exercise programs.
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 | 0,001 |
| 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 ».