Optimal Treatment Interval of Viscosupplementation for Osteoarthritic Knee Pain: Real-world Evidence from a Retrospective Study
Notice bibliographique
Résumé
Background: The evidence supporting multiple courses of viscosupplementation for knee osteoarthritis continues to grow; however, the optimal treatment interval for repeat courses is not well understood. To address this, we compared baseline pain and disability scores in patients returning for subsequent treatment with their prior discharge scores. Methods: We retrospectively collected data from patients at 16 rehabilitation clinics who presented for repeated courses of viscosupplementation treatment for knee OA. Primary outcomes were pain (visual analog scale, VAS) and Western Ontario and McMaster Universities Arthritis Index (WOMAC) scores, which were collected following the initial treatment course and compared with scores upon return for treatment. The proportion of patients who fulfilled a minimal clinically important difference in each outcome was calculated. Results: 61 patients (81 knees) were included in our analysis. After a 6-month treatment interval, no significant differences were noted between post-discharge and returning scores for either VAS (p=0.73) or WOMAC (Pain: p=0.42; Function: p=0.54; Stiffness: p=0.29). Patients waiting 9 months to return for treatment saw a 45% increase in their pain scores (p=0.10) and significant worsening in WOMAC scores (Pain: p=0.007; Function: p=0.03; Stiffness: p=0.04). At 12 months, pain (p=0.01), WOMAC Pain (p=0.05), and WOMAC Stiffness (p=0.02) had all worsened significantly compared to discharge following the initial course. Conclusion: Our data indicate that patients who return for treatment within a 6-month treatment interval maintain their improvements, but that when the interval increases to 9 months or more, patients present as significantly worsened, having lost the benefit of their initial course of treatment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».