Health literacy status and its relationship with physical therapy and rehabilitation applications in patients with knee osteoarthritis
Notice bibliographique
Résumé
Objectives: The study aimed to determine the level of health literacy in patients with knee osteoarthritis and investigate the relationship between health literacy and exercise approaches and physical therapy use. Patients and methods: The cross-sectional study included 203 patients (143 females, 60 males; mean age: 63.5±9.2 years) between November 2018 and September 2019. Sociodemographic data, exercise habits, the number of applications to the physical medicine and rehabilitation outpatient clinic, and physical therapy applications were recorded. The Turkish Health Literacy Scale-32 (THLS-32), was used to determine health literacy. The Western Ontario and McMaster Universities Arthritis Index (WOMAC) was used to evaluate pain and physical function. The relationship between THLS-32 and the number of admissions to the outpatient clinic, the number of physical therapy applications, exercise frequency, and WOMAC scores were investigated. Results: The median THLS-32 of the patients was 33.8 (13-46.8). A statistically significant negative correlation was found between THLS-32 scores and the number of admissions to the physical medicine and rehabilitation outpatient clinic for knee pain in the last year, the number of physical therapies, the exercise frequency, and total WOMAC scores. Conclusion: Increasing health literacy strengthens the capacities and participation of patients, reduces the costs of physical therapy, as well as medication costs, and consequently increases efficiency in the use of health services.
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 | 0,001 | 0,001 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».