Functional outcome in knee osteoarthritis after dextrose prolotherapy intervention: A severity-based pilot study
Notice bibliographique
Résumé
Background: Osteoarthritis currently remains a significant health problem due to its high prevalence and morbidity rate. Radiological examination is still used as a gold standard to determine the severity of knee osteoarthritis by using Kellgren-Lawrence grading. Dextrose prolotherapy has been known to be effective in treating pain in knee osteoarthritis, but none has compared the efficacy between mild and moderate-severe knee osteoarthritis. Objective: This study aims to compare the effectiveness of prolotherapy based on its radiological and symptomatic severity in knee osteoarthritis.Methods: In this pre-post study, the participants who underwent dextrose prolotherapy injection (25% intra-articular and 15% periarticular) for three sessions with four weeks intervals were grouped into mild (grade 1-2) and severe (grade 3-4) groups. Participants’ functional status was measured with Western Ontario and McMaster Universities’ arthritis index scores at baseline and week 12.Results: A total of 21 patients (average age 61.42 ± 8.33, BMI 26.81± 3.72) received three therapy sessions. Both groups had significantly better Western Ontario and McMaster Universities arthritis index scores than baseline (-22.57± 11.9; p = 0.002 and -15.42 ± 15.75; p = 0.003). All parameters were improved significantly (p <0.05) in both groups, except the stiffness score (p = 0.292; p = 0.057). There were no differences in functional outcome improvements in both groups (p > 0.05; CI 95%: -21.3 – 7.05).Conclusion: Prolotherapy effectively improves functional outcomes in all stages of knee osteoarthritis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».