What is better for rotator cuff tendinopathy: dextrose prolotherapy, platelet-rich plasma, or corticosteroid injections? A randomized controlled study
Notice bibliographique
Résumé
Abstract Background Rotator cuff tendinopathy (RCT) is a leading cause of shoulder pain and disability. Management is mainly conservative, but the limited ability of tendons to regenerate is the main cause of unsatisfactory results. So, we conducted our study to compare the efficacy of deep prolotherapy (glucose 25%), platelet-rich plasma (PRP), and betamethasone corticosteroid for treatment of RCT to find the most effective one based on clinical, functional, and radiological assessment. Results Regarding visual analog scale (VAS), it was significantly ( p < 0.001) improved after injection among group 1 (prolotherapy group) and group 3 (steroid group) patients, while no significant improvement was noted among group 2 (PRP group) ( p = 0.212) patients. The Western Ontario Rotator Cuff (WORC) Index significantly improved among the studied groups ( p < 0.001, p = 0.049, and p < 0.001, respectively) after injection. Regarding the range of motion (ROM), a significant improvement ( p = 0.029) was achieved in group 1 after injection but no significant improvements were noted among group 2 and 3 patients ( p = 0.529 and 0.121, respectively). There was a significant improvement among group 1 and 2 patients ( p < 0.001 and p = 0.020, respectively) regarding the grade of tendon lesions but no improvement occurred among group 3 patients ( p = 0.470). Conclusion Prolotherapy injections improve shoulder ROM, VAS, WORC index, and rotator cuff tendon healing while PRP injections improve WORC index and tendon healing but steroid injection has no effect on healing. Trial registration PACTR202005610509496 . Retrospective registration on May 25, 2020, Pan African Clinical Trial Registry.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 ».