The effects of various physical non-operative modalities on the pain in osteoarthritis of the knee
Notice bibliographique
Résumé
The purpose of this study was to evaluate the effect of various non-operative modalities of treatment (transcutaneous electrical nerve stimulation (TENS); neuromuscular electrical stimulation (NMES); insoles and bracing) on the pain of osteoarthritis (OA) of the knee. We conducted a systematic review according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines to identify the therapeutic options which are commonly adopted for the management of osteoarthritis (OA) of the knee. The outcome measurement tools used in the different studies were the visual analogue scale and The Western Ontario and McMaster Universities Arthritis Index pain index: all pain scores were converted to a 100-point scale. A total of 30 studies met our inclusion criteria: 13 on insoles, seven on TENS, six on NMES, and four on bracing. The standardised mean difference (SMD) in pain after treatment with TENS was 1.796, which represented a significant reduction in pain. The significant overall effect estimate for NMES on pain was similar to that of TENS, with a SMD of 1.924. The overall effect estimate of insoles on pain was a SMD of 0.992. The overall effect of bracing showed a significant reduction in pain of 1.34. Overall, all four non-operative modalities of treatment were found to have a significant effect on the reduction of pain in OA of the knee. This study shows that non-operative physical modalities of treatment are of benefit when treating OA of the knee. However, much of the literature reviewed evaluates studies with follow-up of less than six months: future work should aim to evaluate patients with longer 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».