The role of sex, age, and BMI in treatment decisions for knee osteoarthritis: conservative management versus total knee replacement
Notice bibliographique
Résumé
BACKGROUND: Knee osteoarthritis (KOA) has a complex, multifactorial nature with well-established risk factors which may influence treatment decisions. Here we want to identify distinctive characteristics between patients receiving conservative treatment versus total knee replacement (TKR), analyzing both patient-specific and knee-specific features. METHODS: This case-control study compared patients assigned to TKR versus conservative management, examining subjects aged 60-75 years with radiographically confirmed KOA (Kellgren-Lawrence grades 2-3), with all participants evaluated by blinded clinicians using validated assessment tools including Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), Hospital Anxiety and Depression Scale (HADs), Pain Catastrophizing Scale (PCS) and Daily physical activity (DPA) questionnaires. The study employed multivariate analysis of variance for continuous variables at both patient and knee levels, followed by univariate analysis of variance for significant factors, while logistic and linear regression analyses were used to calculate odds ratios, with Bonferroni corrections applied to adjust p-values for multiple comparisons. RESULTS: in the conservative management group. TKR patients demonstrated significantly worse scores in WOMAC, HADS, and PCS compared to the conservative management group, though DPA levels remained similar between both groups. At the knee level, women demonstrated significantly higher pain sensitivity and central sensitization compared to men, with no differences between conservative and TKR groups. CONCLUSIONS: Patients undergoing TKR exhibited significantly worse baseline clinical outcomes, particularly in WOMAC scores, despite having similar radiographic severity to those receiving conservative treatment, suggesting that functional and symptomatic measures may be more valuable than radiographic findings in determining surgical intervention.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».