Effectiveness of Neuromuscular exercises (NEMEX) in knee osteoarthritis: A Systematic Review with meta-analysis
Notice bibliographique
Résumé
Abstract The main objective of the article was to evaluate the effectiveness of Neuromuscular exercises (NEMEX) on pain and function in patients with knee osteoarthritis. Pubmed, Cochrane, PEDro and Google Scholar were searched. The eligibility criteria were: Randomized controlled trials, single blinded controlled trials, controlled before and after study comparing and assessing the effectiveness of NEMEX in knee osteoarthritis, articles published in English language till 2020 with NEMEX either alone or in conjunction with other interventions (drugs, educational packages) in patients with knee osteoarthritis. Outcome measures used for meta-analysis were visual analog scale (VAS) for pain and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) for function and the other measures Knee Injury Osteoarthritis Outcome Score (KOOS), Knee Index and Knee Adduction Moment (KAM) and Hip Disability and Osteoarthritis Outcome Score (HOOS). The result of the meta-analysis for the included two studies showed statistically significant reduction in pain (VAS) in the NEMEX group as compared to the other group Z = 0.64, p = 0.03, I2 = 79% and no significant reduction in WOMAC scores Z = 0.70, P = 0.64. The study concludes that there was statistically significant improvement in pain (VAS) but no functional improvement (WOMAC) with the NEMEX whether used in isolation or in conjunction with other interventions was seen in the patients with knee OA. However, large numbers of studies are required to generalize the effectiveness of NEMEX in knee osteoarthritis. Based on this review, NEMEX can be used as a potential intervention in reducing pain, improving strength and function in knee osteoarthritis patients.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».