Results of Treating Mild to Moderate Knee Osteoarthritis with Autologous Conditioned Adipose Tissue and Leukocyte-Poor Platelet-Rich Plasma
Notice bibliographique
Résumé
Knee osteoarthritis (KOA) is one of the most common musculoskeletal disorders. Much progress has been made in regenerative medicine for the symptomatic treatment of KOA, including products containing stromal vascular fraction (SVF) and platelet-rich plasma (PRP). The aim of this study was to evaluate clinical and radiological findings after the application of autologous conditioned adipose tissue (ACA) and leukocyte-poor PRP (LP-PRP) in patients with mild to moderate KOA. A total of 16 patients (eight male and eight female) with changes related to KOA on the magnetic resonance imaging (MRI), but without severe osteophytosis, full-thickness cartilage loss, or subchondral bone involvement were included in this study. Patients received an intraarticular, ultrasound-guided injection of ACA and LP-PRP. Clinical scores, including a visual analog scale for pain (VAS), Knee Injury and Osteoarthritis Outcome Score (KOOS), and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) were evaluated at baseline and at the three and six month follow-ups showing a statistically significant improvements at three and six months post-intervention. Furthermore, the delayed gadolinium-enhanced MRI of the cartilage (dGEMRIC) indices were evaluated at baseline and at the three and six month follow-ups showing no significant changes after treatment with ACA and LP-PRP, which were actually equal to the dGEMRIC indices measured in the control group (hyaluronic acid applied in contralateral knees without osteoarthritis). ACA with LP-PRP presents a viable minimally invasive therapeutic option for the clinical improvement of mild to moderate KOA. However, MFAT produced by different systems is likely to differ in cellular content, which can directly affect the paracrine effect (cytokine secretion) of mesenchymal stem cells and consequently the regeneration process.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».