The relationship between spinopelvic alignment and knee osteoarthritis in female patients: A cross-sectional study
Notice bibliographique
Résumé
Background The spine, pelvis, and lower extremities move in the form of a kinematic chain. Objective This study aimed to evaluate the relationship between spinopelvic parameters and knee osteoarthritis. Methods Sixty-nine participants (50–70 years) were diagnosed with knee osteoarthritis: early-stage (n = 36) and late-stage ( n = 33). Knee osteoarthritis severity was assessed using standing antero-posterior radiographs (Kellgren-Lawrence scores). A visual Analog Scale was used to evaluate knee and lumbar pain, the Western Ontario and McMaster Universities Osteoarthritis Index to evaluate knee joint function and disability, and the Oswestry Low Back Pain Disability Index to evaluate disability associated with lumbar pain. Lateral scoliosis radiographs were taken of all the study participants; pelvic incidence, pelvic tilt, sacral slope, lumbar lordosis, thoracic kyphosis, and sagittal vertical axis values were measured and recorded. Results Multivariate logistic regression analysis was performed to determine the independent risk factors associated with the clinical and radiological osteoarthritis severity as Body Mass Index, sagittal vertical axis and lumbopelvic mismatch increased. The sacral slope values were determined to be independently negatively correlated with the clinical osteoarthritis severity. However, no correlation was determined with the radiological severity. Conclusion In this study, we determined that global sagittal imbalance and lumbopelvic mismatch are associated with advanced knee osteoarthritis. Although pelvic retroversion was not found to be correlated with the radiographic severity of osteoarthritis, it was found to be associated with poor functional results.
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 | 0,000 |
| 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) | 0,000 | 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 ».