Efficacy of hyaluronic acid after knee arthroscopy: A systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To investigate the effect of hyaluronic acid on functional recovery and pain control in patients following knee arthroscopy. DESIGN: A systematic review and meta-analysis was conducted to explore the efficacy of hyaluronic acid following knee arthroscopy. SUBJECTS AND METHODS: Randomized controlled trials (RCTs) assessing the effect of hyaluronic acid in knee arthroscopy were included. A meta-analysis was performed using the random-effect model. RESULTS: Six RCTs involving 310 patients were included in the meta-analysis. Overall, compared with control intervention following knee arthroscopy, hyaluronic acid treatment was found to significantly increase Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) scores (mean difference 11.43; 95% confidence intervals (95% CI) 1.39-21.47; p = 0.03), but had no impact on pain scores at 2 weeks (mean difference -0.16; 95% CI -0.81-0.49; p = 0.63), pain scores at 6 weeks (mean difference 0.01; 95% CI -0.86-0.89; p = 0.98), pain scores at 12 weeks (mean difference -0.51; 95% CI -1.56-0.53; p = 0.34). In addition, pain on motion was significantly reduced after knee arthroscopy (risk ratio (RR) 0.22; 95% CI 0.06-0.79; p = 0.02). CONCLUSION: Compared with control intervention after knee arthroscopy, hyaluronic acid treatment was found to significantly improve WOMAC score and decrease pain on motion, but had no substantial influence on pain scores at 2, 6 and 12 weeks after knee arthroscopy.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».