The Impact of Weight Loss on Lomber and Knee Pain
Bibliographic record
Abstract
Amaç: Semptomatik osteoartrit (OA) ‘in risk faktörleri değerlendirildiğinde yüksek vücut kitle indeksi (VKİ) ‘nin, düşük eğitim düzeyi ve sosyal desteğin, depresif durumun daha fazla ağrı bildirilmesi ile ilişkili olduğu görülmüştür. Bu çalışmanın amacı, obez ve semptomatik diz osteoartriti ve bel ağrısı olan hastalarda; radyolojik evre ve vücut kitle indeksi ile fonksiyonel durum arasındaki ilişkiyi değerlendirmekti. Materyal ve Metot: Çalışmaya diz ağrısı yakınması nedeniyle başvuran primer diz OA tanısı alan VKİ 30 kg/m 2 üstü 41 hasta dahil edildi. Anatomik tibiofemoral açı (aTFA), ortoröntgenografiler üzerinde Resim Arşivleme İletişim Sistemleri (PACS) ile ölçüldü. Ağrı yakınması daha çok olan dize göre Western Ontario McMaster Osteoartrit Indeksi (WOMAC) ve görsel ağrı skalası (VAS) ile değerlendirildi. Bulgular: VKİ’deki düşme ile bel ağrısı VAS’daki (0‐3.Ay Fark) düşme arasında pozitif yönde istatistiksel olarak anlamlı korelasyon gözlenmiştir. Fakat VKİ’deki değişim ile diz fonksiyonları ve VAS arasında pozitif yönde düşme gözlenirken istatistiksel olarak anlamlı bulunmamıştır. Sonuç: Obez diz osteoartiritine bağlı kısa dönem diz ağrılarının kilo vermek ile direk bağlantısı olmayıp, fazla kilonun yol açtığı geri dönüşümü olmayan mekanik faktörlerin (dizin aşırı varusu, diz eklemindeki kıkırdak hasarı) etken olduğunu düşündürmüştür.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".