MétaCan
Menu
Retour à la cohorte
Enregistrement W2748321892 · doi:10.1177/1179544117725026

Comparison of the 3 Different Injection Techniques Used in a Randomized Controlled Study Evaluating a Cross-Linked Sodium Hyaluronate Combined With Triamcinolone Hexacetonide (Cingal) for Osteoarthritis of the Knee: A Subgroup Analysis

2017· article· en· W2748321892 sur OpenAlexaff
Robert G. McCormack, Martin Lamontagne, Christopher Vannabouathong, Robert T Deakon, Étienne L. Belzile

Notice bibliographique

RevueClinical Medicine Insights Arthritis and Musculoskeletal Disorders · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversité LavalHalTechUniversité de MontréalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSodium hyaluronateOsteoarthritisSubgroup analysisTriamcinolone acetonideMedicineSalineRandomized controlled trialAnesthesiaCorticosteroidMeta-analysisSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

A recent trial demonstrated that patients with knee osteoarthritis treated with a sodium hyaluronate and corticosteroid combination (Cingal) experienced greater pain reductions compared with those treated with sodium hyaluronate alone (Monovisc) or saline up to 3 weeks postinjection. In this study, injections were administered by 1 of 3 approaches; however, there is currently no consensus on which, if any, of these techniques produce a more favorable outcome. To provide additional insight on this topic, the results of the previous trial were reanalyzed to determine whether (1) the effect of Cingal was significant within each injection technique and (2) pain reductions were similar between injection techniques across all treatment groups. Greater pain reductions with Cingal up to 3 weeks were only significant in the anteromedial subgroup. Across all therapies, both the anteromedial and anterolateral techniques demonstrated significantly greater pain reductions than the lateral midpatellar approach at 18 and 26 weeks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,399
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Medicine Insights Arthritis and Musculoskeletal DisordersMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207