Gyejigachulbutang (Gui‐Zhi‐Jia‐Shu‐Fu‐Tang, Keishikajutsubuto, TJ‐18) in Degenerative Knee Osteoarthritis Patients: Lessons and Responders from a Multicenter Randomized Placebo‐Controlled Double‐Blind Clinical Trial
Notice bibliographique
Résumé
Background . Gyejigachulbutang (GUI‐ZHI‐JIA‐SHU‐FU‐TANG, GCB) is an herbal formula widely prescribed in traditional East Asian medicine practice for arthritis and muscle pain. We evaluated the efficacy and safety of GCB for degenerative knee osteoarthritis (KOA). Methods . Eighty patients with KOA were randomly assigned to the GCB group or the placebo group in a 1 : 1 ratio in two Korean medicine hospitals. Patients took GCB or placebo three times a day for 4 weeks. Primary outcome was the change in the visual analogue scale (VAS) score for knee pain from baseline to 4 th week. Secondary outcomes were the change in the VAS score from baseline to 2 nd week and 8 th week, Korean Western Ontario and McMaster Universities Osteoarthritis Index (K‐WOMAC), European Quality of Life Five Dimensions questionnaire (EQ‐5D), and safety. Results . There was no significant difference between the compared indicators of the GCB and placebo groups. However, in subgroup analysis, GCB was effective for subjects with a BMI lower than 25 kg/m 2 . The dose of pain medication was significantly lower in the GCB group than in the placebo group after four weeks ( p = 0.016). There were no serious adverse events in the GCB group. Conclusions . GCB was not effective in primary outcome analysis. In exploratory subgroup analysis, GCB might be effective for individuals with BMI lower than 25 kg/m 2 for the treatment of degenerative KOA. GCB may also help reduce the consumption of pain medication. Furthermore, research is required for our hypothesis. This trial is registered with KCT0003024 .
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».