Transcutaneous Electrical Nerve Stimulation in Patients With Knee Osteoarthritis
Notice bibliographique
Résumé
OBJECTIVES: Transcutaneous electrical nerve stimulation (TENS) has been reported to relieve pain and improve function in patients with knee osteoarthritis. The purpose of this systematic review and meta-analysis was to evaluate the efficacy of TENS for the management of knee osteoarthritis. METHODS: We searched Embase, PubMed, CENTRAL, SIGLE, PEDro, and clinicaltrials.gov, up to June 2014 for literature related to TENS used for the treatment of knee osteoarthritis. Two authors independently screened the searched records based on the title and abstract. Information including the authors, study design, mean age, sex, study population, stimulation frequency (of TENS), outcome measures, and follow-up periods were extracted by the 2 authors. RESULTS: Eighteen trials were included in the qualitative systematic review, and 14 were included in the meta-analysis. TENS significantly decreased pain (standard mean difference, -0.79; 95% confidence interval [CI], -1.31 to -0.27; P<0.00001) compared with control groups. There was no significant difference in the Western Ontario and McMaster Universities Osteoarthritis Index (standard mean differences, -0.13; 95% CI, -0.35 to 0.1; P=0.09) or the rate of all-cause discontinuation (risk ratio, 0.77; 95% CI, 0.48 to 1.22; P=0.94) between the TENS and control groups. DISCUSSION: TENS might relieve pain due to knee osteoarthritis. Further randomized-controlled trials should focus on large-scale studies and a longer duration of follow-up.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».