Life Participation In Strength Training May Preserve Function And Reduce Pain Burden In Knee Osteoarthritis
Notice bibliographique
Résumé
PURPOSE: Strength training (ST) can decrease knee osteoarthritis (OA) disability and pain. The purpose was to compare knee OA functional outcomes and pain in later life based on volume of ST participation over a lifetime. METHODS: Six-year data from the Osteoarthritis Initiative were analyzed. Participants (N = 354; at risk for OA or symptomatic for OA) were grouped based on regular ST in lifetime epochs (years): 12-18, 19-34, 35-49, >50, where ST0 = no ST during any time, and ST4 = ST in all epochs. Outcomes were compared among groups over six-years: days with activity-limiting knee pain (last 30 days); Western Ontario McMaster Osteoarthritis Index (WOMAC) function and pain scores; onset of mobility disability (walk speed <1 m/s); 5 repetition-chair rise time, 20-m walk speed; Physical Activity Score for the Elderly (PASE); OA onset at other joints; pain medication use. RESULTS: ST0 reported more pain-limited days than other groups at baseline (4.6 vs 2.6-3.5d; p = .002). WOMAC function and pain subscores in the left knee were 18-51% and 25-44% higher, respectively, in ST0 over time than other groups (p < .001). WOMAC function and pain subscores in the right knee were 19-42% (p < 0.001) and 23-30% (p = 0.002) in ST0 over time than other groups. Fewer participants in ST3 and ST4 developed mobility disability (0.4-0.6% vs 2.8-3.8%; p = <0.001). ST3 and ST4 demonstrated faster 5-repetition chair rise time and 20-m walk speed than ST1 and ST0 over six years (all p < .05). ST4 generated highest PASE scores and ST0 lowest PASE scores over time (p = .013). Six-year hand OA onset was lower in ST2 and ST3 than other groups (4.6-5.2% vs 7.0-9.2%; p = .007). Pain medication use was lowest in ST4 and highest in ST0 at baseline (6.0% vs 12.6%; p = .002). CONCLUSIONS: ST engagement during a lifetime may help preserve mobility, physical activity levels, and function while reducing the need for pain medication later in life for individuals who are at risk for OA or who have progressive OA. NATL INST OF HLTH NIAMS
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».