Osteoarthritis after major combat trauma: the Armed Services Trauma Rehabilitation Outcome Study
Notice bibliographique
Résumé
Abstract Objective To investigate the differences in clinical and radiographic knee OA markers between injured and uninjured UK service personnel. Methods This study was a cross-sectional analysis, 8 years post-injury, of a prospective cohort study. The Knee Injury and Osteoarthritis Outcome Scores (KOOS), radiographic Kellgren and Lawrence (KL) scores and Osteoarthritis Research Society International scores (joint space narrowing, sclerosis, osteophytes) were obtained from 565 uninjured and 579 matched (on sex, age, rank, regiment and role on deployment) major combat injured participants from the Armed Services Trauma Rehabilitation Outcome study; 35 had a knee injury and 142 had an amputation without knee injury. Kruskal–Wallis tests were used to compare between groups for KOOS and radiographic measures. A multiple logistic regression was performed on the effects of injury on radiographic features. Results The mean age at injury was 25.7 years (s.d. 5.2). Injured participants demonstrated worse KOOS values for pain {median 89 [interquartile range (IQR) 72–100] vs 94 [83–100]} and symptoms [median 80 (IQR 60–90) vs 85 (70–95), P < 0.001] and higher scores for radiographic variables than uninjured participants. Injured non-amputated/non-knee-injured participants had worse KOOS values than uninjured participants [pain: 92 (IQR 75–100) vs 94 (83–100); symptoms: 80 (IQR 60–90) vs 85 (70–95), P < 0.01]. Knee-injured participants had worse KOOS values [pain: 67 (IQR 55–85), symptoms: 55 (IQR 35–73), P < 0.001] than all subgroups and worse radiographic measures than injured non-amputated participants. KL score (≥1) and sclerosis were worse for amputees than injured non-amputated participants. Amputees had 4.04-fold increased odds (95% CI 2.45, 6.65) vs uninjured participants and knee-injured participants had 4.06-fold increased odds (95% CI 1.89–8.74) than uninjured participants of knee osteoarthritis (KOA; KL ≥1). Injured participants (without knee injury/amputation) had 1.74-fold (95% CI 1.27, 2.69) increased odds of KOA than uninjured participants. Conclusion Major combat trauma (in addition to knee injury or amputation) has a substantial effect on the development of KOA.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».