Autologous Micro-fragmented Adipose Tissue in Patients With Knee Osteoarthritis: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Background: Microfragmented adipose tissue (MFAT)-containing mesenchymal stem cells (MSCs) combined with surgery is a promising strategy for the early management of knee osteoarthritis (KOA). This study aimed to explore the efficacy and safety of autologous MFAT-MSCs for the management of knee KOA.Methods: PubMed, Embase, the Cochrane Library, and Web of Science for potentially eligible studies published up to June 2021. The primary outcome was the Knee injury and Osteoarthritis Outcome Score (KOOS). The secondary outcomes were pain assessed by visual analog scale (VAS)/numeric rating scale (NRS), quality of life (QOL) (apart from the KOOS), and adverse events (AEs). The random-effects model was used in all analyses.Results: Eight studies (331 patients) were included. The mean differences in KOOS scores between pre-operation and post-operation (mean, 95%CI) were 22.1 (18.7, 25.3), 19.5 (15.4, 23.6), 23.0 (19.0, 26.9), 30.8 (25.5, 35.8), and 29.9 (24.8, 35.0) for pain, symptoms, ADL, sports/recreation, and QOL, respectively. The mean differences in pain VAS between pre-operation and post-operation were -3.026 (-3.884, -2.202). The mean differences in QOL between pre-operation and post-operation (mean, 95%CI) were -25.10 (-29.95, -20.20), 0.039 (-0.079, 0.170), and 0.33 (-0.99, 1.6) for the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), EQ-5D, and University of California in Los Angeles (UCLA), respectively. The use of MFAT-MSCs was not associated with bruising, bleeding, hematoma, drainage, infection, and swelling but was associated with soreness, pain, and stiffness.Conclusions: MFAT-MSC has potential benefits for KOA while being safe. A long-term follow-up and randomized controlled trials are necessary for confirmation.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,027 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».