Elucidating the initial symptoms and experiences of knee osteoarthritis: An international patient survey
Notice bibliographique
Résumé
OBJECTIVES: Within the first phase of developing classification criteria for Early-stage Symptomatic Knee Osteoarthritis, among individuals with knee osteoarthritis (OA) we explored: 1) symptoms within the first year of noticing their knee(s); 2) features that indicated OA was the cause; and 3) timing and reasons that initially prompted seeking healthcare. DESIGN: We conducted a cross-sectional online survey of individuals with knee OA recruited from Australia, Canada, the Netherlands, and the USA. Only individuals who indicated they recalled their first symptoms were eligible. Using free-text, participants described changes in how their knee looked, felt, moved, their overall state within the first year of noticing their knee(s), features perceived to indicate knee OA was the cause, and reasons for initially seeking healthcare. We assessed the timing of seeking care by an ordinal scale. Data were analyzed using descriptive statistics and summative content analysis. RESULTS: [IQR 24,30]). Within the first year from onset, frequently reported symptoms were knee pain (70%), swelling (58%), crepitus (42%), stiffness (29%), and instability (24%). While few could provide specific clinical features, approximately half (53%) perceived medical imaging as important to indicate OA. Only 35% sought healthcare within the first year of experiencing symptoms. CONCLUSIONS: Individuals with knee OA recalled varied knee symptoms within the first year and few sought healthcare. We were unable to ascertain, from the perspective of patients, specific clinical features that indicated they had OA and not another condition.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».