Comparative Effectiveness of Tai Chi Versus Physical Therapy for Knee Osteoarthritis
Notice bibliographique
Résumé
BACKGROUND: Few remedies effectively treat long-term pain and disability from knee osteoarthritis. Studies suggest that Tai Chi alleviates symptoms, but no trials have directly compared Tai Chi with standard therapies for osteoarthritis. OBJECTIVE: To compare Tai Chi with standard physical therapy for patients with knee osteoarthritis. DESIGN: Randomized, 52-week, single-blind comparative effectiveness trial. (ClinicalTrials.gov: NCT01258985). SETTING: An urban tertiary care academic hospital. PATIENTS: 204 participants with symptomatic knee osteoarthritis (mean age, 60 years; 70% women; 53% white). INTERVENTION: Tai Chi (2 times per week for 12 weeks) or standard physical therapy (2 times per week for 6 weeks, followed by 6 weeks of monitored home exercise). MEASUREMENTS: The primary outcome was Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) score at 12 weeks. Secondary outcomes included physical function, depression, medication use, and quality of life. RESULTS: At 12 weeks, the WOMAC score was substantially reduced in both groups (Tai Chi, 167 points [95% CI, 145 to 190 points]; physical therapy, 143 points [CI, 119 to 167 points]). The between-group difference was not significant (24 points [CI, -10 to 58 points]). Both groups also showed similar clinically significant improvement in most secondary outcomes, and the benefits were maintained up to 52 weeks. Of note, the Tai Chi group had significantly greater improvements in depression and the physical component of quality of life. The benefit of Tai Chi was consistent across instructors. No serious adverse events occurred. LIMITATION: Patients were aware of their treatment group assignment, and the generalizability of the findings to other settings remains undetermined. CONCLUSION: Tai Chi produced beneficial effects similar to those of a standard course of physical therapy in the treatment of knee osteoarthritis. PRIMARY FUNDING SOURCE: National Center for Complementary and Integrative Health of the National Institutes of Health.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».