Comparative efficacy of different weight loss treatments on knee osteoarthritis: A network meta‐analysis
Notice bibliographique
Résumé
The lifetime risk of developing symptomatic knee osteoarthritis is 60% in subjects with obesity. It is unclear which is the best weight loss interventions leading to a meaningful improvement of osteoarthritis symptoms and clinical conditions in subjects with obesity. Our network meta-analysis compares different weight loss interventions on the improvement of osteoarthritis symptoms and clinical conditions in subjects affected by obesity. PubMed, Embase, and Cochrane databases were systematically searched for eligible studies until November 2020. Thirty eligible studies comprising 4651 adults (74.6% women) were included. The most effective interventions reducing pain were bariatric surgery, low-calorie diet and exercise, and intensive weight loss and exercise (-62.7 [95% CrI: -74.6, -50.6]; -34.4 [95% CrI: -48.1, -19.5]; -27.1 [95% CrI: -40.4, -13.6] respectively). For every 1% weight loss Western Ontario and McMaster Universities Osteoarthritis (WOMAC) pain, function, and stiffness scores decreased by about 2% points. In conclusion, our meta-analysis shows that a substantial weight loss is necessary to reduce significantly knee pain and joint stiffness and to improve physical function: 25% weight reduction from baseline is necessary to obtain a 50% reduction of each subscale of the WOMAC score. However, performing physical exercise is essential to preserve the lean body mass and to avoid sarcopenia. Our results apply to a large spectrum of body mass index (BMI), from overweight to severe obesity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,012 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».