Heel pain in female patients with early knee osteoarthritis
Notice bibliographique
Résumé
Abstract Background Multiple lower limb joint involvement is one of the most common and debilitating musculoskeletal conditions, while the complaints from both heel and knee pain are considered the most frequent. For that reason, in this cross-sectional study, the association between heel pain (HP) and early knee osteoarthritis (EKOA) was investigated; the most painful site and side of HP, the prevalence, and risk factors for disabling HP in patients with EKOA were identified. Results Bilateral HP (56%) and posterior HP (54%) were found to be the most prevalent complaints, and 66% of patients reported the HP to be non-disabling. There was a very high positive statistically significant correlation between the Manchester Foot Pain Disability Index (MFPDI) and both the Health Assessment Questionnaire (HAQ) and the total Western Ontario and McMaster University Osteoarthritis (WOMAC) score (p ≤ 0.001), while there was a high negative statistically significant correlation between MFPDI and quadriceps angle of the most affected knee (p = 0.002). A higher total WOMAC score (OR 1.077, 95% CI 1.014 to 1.145) significantly increases the risk of developing disabling HP, while wearing 2–3-cm heels during the past month was found to be protective against the development of disabling HP (odds ratio < 1). Conclusion Disabling HP was present in a third of patients with EKOA and HP, and it was associated with flat shoe wear as well as a high total WOMAC score. Also, it had a statistically significant correlation with varus knee mal-alignment. Furthermore, decreased functional ability in the presence of HP was found to lead to significant disability. Moreover, a striking finding in this study was the longer mean duration of HP compared to the duration of knee symptoms.
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 | 0,000 | 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) | 0,209 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».