Association between body weight fluctuation and progression of radiographic knee osteoarthritis: a longitudinal cohort study
Notice bibliographique
Résumé
OBJECTIVES: To investigate the relationship between body weight fluctuation and the progression of knee pain and joint space loss () in people with radiographic knee osteoarthritis (RKOA) during a 48-month follow-up period. DESIGN: We conducted a longitudinal study using data from the Osteoarthritis Initiative. We analysed body weight variability through metrics of average successive variability (ASV), and residual ASV from baseline to 48 months. We assessed the impact of the fluctuations on changes in the Western Ontario and McMaster Universities Osteoarthritis Index pain scores and JSL, defined as a decrease of ≥0.7 mm in medial joint space width (JSW), using generalised estimating equations to account for correlation within-person and adjusted for covariates. RESULTS: A total of 2993 and 2789 knees from 2051 participants were included in the pain and JSW analyses, respectively. Higher body weight variability correlated with increased knee pain but not JSL. Participants with high variability (ASV ≥2.07 kg) had a greater OR of aggravated knee pain (OR: 1.24, 95% CI: 1.01 to 1.51, MD: 0.30, 95% CI: 0.05 to 0.54), particularly among initially overweight or obese individuals (OR: 1.30, 95% CI: 1.05 to 1.62, MD: 0.35, 95% CI: 0.08 to 0.62) and those who gained over 3% body weight (OR: 1.54, 95% CI: 1.01 to 2.33, MD: 0.65, 95% CI: 0.16 to 1.14). CONCLUSIONS: Body weight fluctuations are a potential risk factor for symptom progression in RKOA, especially among overweight/obese individuals or those who gain weight. Maintaining a stable body weight may help alleviate the progression of symptoms related to knee osteoarthritis.
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 | 0,000 |
| 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 ».