Clinical Prediction Rules for the Severity of Functional Disability in Knee Osteoarthritis
Notice bibliographique
Résumé
Background: Knee osteoarthritis (KOA), is a chronic de-generative joint pathology with a global prevalence of 22.9% in individuals aged 40 and over. It is a leading cause of disability and poor quality of life worldwide due to musculoskeletal pain and functional limitations. Aim of Study: This study aimed to investigate and identify the clinical prediction rules for the severity of functional disa-bility in KOA. Subjects and Methods: Eighty patients between 50-65 years old suffering from KOA from both genders were recruit-ed for this study. Every patient was assessed by the visual an-alogue scale (VAS) to measure pain intensity and the Western Ontario and McMaster University Arthritis Index (WOMAC) Arabic version to assess knee functional disability. Results: Multivariate analysis revealed that the most sig-nificant predictors of severity of functional disability in knee osteoarthritis were pain intensity followed by functional disa-bility, with p-value (p<0.05). Conclusion: Pain intensity, functional disability are signif-icant predictors of KOA progression. These factors should be closely monitored and targeted in clinical practice to effectively manage and potentially slow the progression of knee osteoar-thritis.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».