MétaCan
Menu
Retour à la cohorte
Enregistrement W4281952631 · doi:10.12688/f1000research.111998.1

Effectiveness of balance training on pain and functional outcomes in knee osteoarthritis: A systematic review and meta-analysis

2022· review· en· W4281952631 sur OpenAlexaboutno aff
Ashish John Prabhakar, R Shruthi, Dias Tina Thomas, Pradeepa Nayak, Abraham M. Joshua, Srikanth Prabhu, Yogeesh D. Kamat

Notice bibliographique

RevueF1000Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisOsteoarthritisMedicinePhysical therapyWOMACRandomized controlled trialVisual analogue scaleInternal medicineAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: Knee osteoarthritis (OA) is a musculoskeletal disorder that causes pain and increasing loss of function, resulting in reduced proprioceptive accuracy and balance. Therefore, the goal of this systematic review and meta-analysis is to evaluate the effectiveness of balance training on pain and functional outcomes in knee OA. Methods: “PubMed”, “Scopus”, “Web of Science”, “Cochrane”, and “Physiotherapy Evidence Database” were searched for studies conducted between January 2000 and December 2021. Randomized controlled trials (RCTs) that investigated the effectiveness of balance training in knee OA, as well as its effects on pain and functional outcome measures, were included. Conference abstracts, case reports, observational studies, and clinical commentaries were not included. Meta-analysis was conducted for the common outcomes, i.e., Visual Analog Scale (VAS), The Timed Up and Go (TUG), Western Ontario and McMaster Universities Arthritis Index (WOMAC). The PEDro scale was used to determine the quality of the included studies. Results: This review includes 22 RCTs of which 17 articles were included for meta-analysis. The included articles had 1456 participants. The meta-analysis showed improvement in the VAS scores in the experimental group compared to the control group [ I 2 = 92%; mean difference= -0.79; 95% CI= -1.59 to 0.01; p<0.05] and for the WOMAC scores the heterogeneity ( I 2 ) was 81% with a mean difference of -0.02 [95% CI= -0.44 to 0.40; p<0.0001]. The TUG score was analyzed, the I 2 was 95% with a mean difference of -1.71 [95% CI= -3.09 to -0.33; p<0.0001] for the intervention against the control group. Conclusions: Balance training significantly reduced knee pain and improved functional outcomes measured with TUG. However, there was no difference observed in WOMAC. Although due to the heterogeneity of the included articles the treatment impact may be overestimated. Registration: The current systematic review was registered in PROSPERO on 7th October 2021 (registration number CRD42021276674 ).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,044
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,140
Tête enseignante GPT0,383
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207