Acupuncture for chronic knee pain: a protocol for an updated systematic review
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study is to evaluate the efficacy and safety of acupuncture for patients with chronic knee pain. METHODS AND ANALYSIS: MEDLINE, EMBASE, CENTERAL, CINAHL and four Chinese medical databases will be searched from their inception to present. We will also manually retrieve eligible studies. Randomised controlled trials (RCTs) in which acupuncture is assessed as the sole treatment or as an adjunct treatment for chronic knee pain will be included. The primary outcome of our analysis is pain measured by the visual analogue scale (VAS), the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain subscale or the 11-point numeric rating scale (NRS). The secondary outcomes will include the quality of life, measured by the 36-item Short-Form Health Survey (SF-36) and adverse events. Two researchers will conduct the study selection, data extraction and quality assessment independently. Any disagreement will be resolved through discussion with a third reviewer. The Cochrane risk-of-bias criteria and the Standards for Reporting Interventions in Controlled Trials of Acupuncture (STRICTA) checklist will be used to assess the methodological quality of the trials. DISSEMINATION: This systematic review will assess the current evidence on acupuncture therapy for chronic knee pain. It uses aggregated published data instead of individual patient data and does not require an ethical board review and approval. The findings will be published in a peer-reviewed journal and disseminated in conference presentations. It will provide the latest analysis of the currently available evidence for acupuncture treating chronic knee pain. TRIAL REGISTRATION NUMBER: CRD42014015514.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».