EFFICACY AND SAFETY OF CURCUMA LONGA EXTRACT IN THE TREATMENT OF OSTEOARTHRITIS: A SYSTEMATIC REVIEW
Notice bibliographique
Résumé
Objective: Osteoarthritis (OA) is a chronic disease caused by inflammation of the tissue and bony structure of the joint, which affects more than 235 million people worldwide. Due to the adverse effects caused by the long-term use of standard treatment of OA, the attempt to find natural remedies to treat chronic diseases continues to rise. Curcuma longa is known to have anti-inflammatory effects, which may impact the pathophysiology of OA. While many randomized controlled trials show the efficacy of Curcuma longa extract in the treatment of OA, there has been no comprehensive review of this evidence.
 Methods: We systematically searched PubMed, Cochrane, Scopus, ProQuest, EBSCOhost, and ScienceDirect for randomized controlled trials that evaluated Curcuma longa extract (CE extract) vs. control (placebo or other therapy). Three trials were identified. Data were then extracted from the studies and summarized descriptively.
 Results: Across all trials, Curcuma longa therapy was proven to reduce Visual Analog Scale (VAS) and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) scores significantly compared to the control group. Adverse effects were less likely to appear in patients treated with Curcuma longa extract compared to other groups.
 Conclusion: CL extract is beneficial as an alternative medication for OA treatment, shown by the reduced scores of the Visual Analog Scale (VAS) and WOMAC in all studies we reviewed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».