Clinical relevance of Tai Chi on pain and physical function in adults with knee osteoarthritis: An ancillary meta-analysis of randomized controlled trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The clinical relevance of Tai Chi on pain, stiffness, and physical function in adults with knee osteoarthritis (KOA) has not been established. Therefore, the purpose of the current study was to address this gap. Eight randomized controlled trials from a recent meta-analysis representing 407 participants (216 Tai Chi, 191 control) in adults ≥18 years of age with KOA and included the assessment of pain, stiffness, and physical function using the Western Ontario and McMaster Universities Arthritis Index (WOMAC) were assessed. The inverse variance heterogeneity model (IVhet) was first used to pool standardized mean difference effect sizes (ES) for each outcome. Clinical relevance, i.e., number-needed-to treat (NNT) ≤10 and relative risk reduction (RRR) ≥25% was calculated across assumed controlled risks (ACR) ranging from 0.01 to 0.99. Statistically significant improvements were found for pain (ES, −0.75, 95% CI, −0.99, −0.51; Q = 8.9, p = 0.26; I 2 = 21%), stiffness (ES, −0.70, 95% CI, −0.95, −0.46; Q = 9.6, p = 0.21; I 2 = 27%), and physical function (ES, −0.91, 95% CI, −1.12, −0.70; Q = 7.2, p = 0.40; I 2 = 3%). The intersection of results for a NNT ≤10 and RRR ≥25% yielded high evidence and clinically relevant improvements across a wide range of ACR for pain (0.15 to 0.88), stiffness (0.15 to 0.87), and physical function (0.13 to 0.97). These findings suggest that Tai Chi results in statistically significant as well as clinically important improvements in pain, stiffness, and physical function across a wide range of ACR in adults with KOA.
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.
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 | 0,026 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,024 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle