MétaCan
Menu
Retour à la cohorte
Enregistrement W4380049076 · doi:10.3389/fpubh.2023.1168167

Efficacy of traditional Chinese exercise for the treatment of pain and disability on knee osteoarthritis patients: a systematic review and meta-analysis of randomized controlled trials

2023· review· en· W4380049076 sur OpenAlexaboutno aff
Shuaipan Zhang, Ruixin Huang, Guangxin Guo, Lingjun Kong, Jianhua Li, Qingguang Zhu, Min Fang

Notice bibliographique

RevueFrontiers in Public Health · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesShanghai University of Traditional Chinese MedicineScience and Technology Commission of Shanghai MunicipalityNational Natural Science Foundation of China
Mots-clésMedicineWOMACOsteoarthritisRandomized controlled trialPhysical therapyConfidence intervalStrictly standardized mean differenceMeta-analysisPopulationSubgroup analysisInternal medicineAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Objective To evaluate the efficacy of Traditional Chinese Exercises (TCEs) in treating knee osteoarthritis (KOA). Methods Four databases without language or publication status restrictions were searched until April 1, 2022. Based on the principle of Population, Intervention, Comparison, Outcomes and Study design, the researchers searched for randomized controlled trials of TCEs in treating KOA. The Western Ontario and McMaster Universities Osteoarthritis (WOMAC) pain was defined as the primary outcome, whereas stiffness and physical function were the secondary outcomes. Subsequently, two researchers conducted the process independently, and the data were analyzed using the RevManV.5.3 software. Results Overall, 17 randomized trials involving 1174 participants met the inclusion criteria. The synthesized data of TCEs showed a significant improvement in WOMAC pain score [standardized mean difference (SMD) = −0.31; 95% confidence interval (CI): −0.52 to −0.10; p = 0.004], stiffness score (SMD = −0.63; 95% CI: −1.01 to −0.25; p = 0.001) and physical function score (SMD = −0.38; 95% CI: −0.61 to −0.15; p = 0.001) compared with the control group. Sensitivity analyses were performed to determine the combined results' stability, which was unstable after excluding articles with greater heterogeneity. A further subgroup analysis showed that it might be the reason for the heterogeneity of the different traditional exercise intervention methods. Additionally, it showed that the Taijiquan group improved pain (SMD = 0.74; 95% CI: −1.09 to 0.38; p < 0.0001; I2 = 50%), stiffness (SMD = −0.67; 95% CI −1.14 to 0.20; p = 0.005) and physical function score (SMD = −0.35; 95% CI: −0.54 to 0.16; p = 0.0003; I2 = 0%) better than the control group. The Baduanjin group improved stiffness (SMD = −1.30; 95% CI: −2.32 to 0.28; p = 0.01) and physical function (SMD = −0.52; 95% CI: −0.97 to 0.07; p = 0.02) better than the control group. However, the other interventions showed no difference compared with the control group. Conclusion This systematic review provides partial evidence of the benefits of TCEs for knee pain and dysfunction. However, due to the heterogeneity of exercise, more high-quality clinical studies should be conducted to verify the efficacy. Systematic review registration https://inplasy.com/inplasy-2022-4-0154/ , identifier: International Platform of Registered Systematic Review and Meta-analysis Protocols (INPLASY) [INPLSY202240154].

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)0,019
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,037
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0260,031
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
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 Opus0,125
Tête enseignante GPT0,374
Écart entre enseignants0,249 · 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.

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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207