Relationships between pain, physical activity and sleep quality among older adults with radiographic knee osteoarthritis: findings from the Hertfordshire Cohort Study
Notice bibliographique
Résumé
AIMS: To determine if the relationship between joint pain and sleep quality among individuals with osteoarthritis (OA) differs according to physical activity level among older adults. METHODS: 169 community-dwelling older adults in the UK Hertfordshire Cohort Study (aged 71-80) with radiographic knee OA completed a questionnaire. This included: the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC); the Pittsburgh Sleep Quality Index (PSQI); the Longitudinal Aging Study Amsterdam Physical Activity Questionnaire; and the Hospital Anxiety and Depression (HAD) Scale. Logistic regression was used to examine the WOMAC knee pain score in relation to having poor sleep quality (PSQI > 5) with adjustment for sex, age, and anxiety and depression scores; analyses were performed with and without stratification by physical activity category (bottom sex-specific tertile vs. not). RESULTS: Knee pain prevalence (WOMAC pain score > 0) was 40.7% among men and 46.6% among women; 37.0% of men and 50.0% of women reported poor sleep quality (PSQI > 5). Higher WOMAC pain scores were related to increased risk of poor sleep quality; odds ratio (95% CI) per unit increase in pain score: 1.15 (1.01,1.32), p = 0.038). Relationships were similar across physical activity levels. CONCLUSIONS: Relationships between joint pain and poor sleep quality among older adults with radiographic knee OA were similar, regardless of physical activity level. Our results highlight the high prevalence of both sleep disturbance and significant knee pain in this group, illustrating the need to consider supportive measures as appropriate in this population.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».