The Role of Resistance Training Dosing on Pain and Physical Function in Individuals With Knee Osteoarthritis: A Systematic Review
Notice bibliographique
Résumé
CONTEXT: Dosing parameters are needed to ensure the best practice guidelines for knee osteoarthritis. OBJECTIVE: To determine whether resistance training affects pain and physical function in individuals with knee osteoarthritis, and whether a dose-response relationship exists. Second, we will investigate whether the effects are influenced by Kellgren-Lawrence grade or location of osteoarthritis. DATA SOURCES: . STUDY SELECTION: Inclusion criteria were randomized controlled trials reporting changes in pain and physical function on humans with knee osteoarthritis comparing resistance training interventions with no intervention. Two reviewers screened 471 abstracts; 12 of the 13 studies assessed were included. STUDY DESIGN: Systematic review. LEVEL OF EVIDENCE: Level 2. DATA EXTRACTION: Mean baseline and follow-up Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) scores and standard deviations were extracted to calculate the standard mean difference. Articles were assessed for methodological quality using the CONSORT (Consolidated Standards of Reporting Trials) 2010 scale and Cochrane Collaboration tool for assessing risk of bias. RESULTS: The 12 included studies had high methodological quality. Of these, 11 studies revealed that resistance training improved pain and/or physical function. The most common regimen was a 30- to 60-minute session of 2 to 3 sets of 8 to 12 repetitions with an initial resistance of 50% to 60% of maximum resistance that progressed over 3 sessions per week for 24 weeks. Seven studies reported Kellgren-Lawrence grade, and 4 studies included osteoarthritis location. CONCLUSION: Resistance training improves pain and physical function in knee osteoarthritis. Large effect sizes were associated with 24 total sessions and 8- to 12-week duration. No optimal number of repetitions, maximum strength, or frequency of sets or repetitions was found. No trends were identified between outcomes and location or Kellgren-Lawrence grade of osteoarthritis.
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 | 0,017 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,011 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».