Intra-Articular Injection of Autologous Micro-Fragmented Adipose Tissue for the Treatment of Knee Osteoarthritis: A Prospective Interventional Study
Notice bibliographique
Résumé
Background: To investigate the efficacy and safety of autologous micro-fragmented adipose tissue (MF-AT) for improving joint function and cartilage repair in patients with knee osteoarthritis. Methods: From March 2019 to December 2020, 20 subjects (40 knees) between 50 and 65 years old suffering from knee osteoarthritis were enrolled in the study and administered a single injection of autologous MF-A. The data of all patients were prospectively collected. The Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), knee society score (KSS), hospital for special surgery (HSS) score, visual analogue score (VAS) pain score, changes in cartilage Recht grade on magnetic resonance imaging (MRI) and adverse events were analyzed before and 3, 6, 9, 12 and 18 months after injection. Results: The WOMAC, VAS, KSS and HSS scores at 3, 6, 9, 12 and 18 months after injection were improved compared with those before injection (p < 0.05). There was no significant difference in WOMAC scores between 9 and 12 months after injection (p > 0.05), but the WOMAC score 18 months after injection was worse than that at the last follow-up (p < 0.05). The VAS, KSS and HSS scores 9, 12 and 18 months after injection were worse than those at the last follow-up (p < 0.05). The Recht score improvement rate was 25%. No adverse events occurred during the follow-up. Conclusions: Autologous MF-AT improves knee function and relieves pain with no adverse events. However, the improved knee function was not sustained, with the best results occurring 9–12 months after injection and the cartilage regeneration remaining to be investigated.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».