Clinical Efficacy of 2-Needle Joint Lavage for Osteoarthritis-Related Knee Pain and Predictors of Response Based on Knee MRI Osteoarthritis Knee Score: A Medical Records Review Study
Notice bibliographique
Résumé
BACKGROUND: Knee osteoarthritis (OA) is notoriously difficult to treat. Pain is the key symptom for patients to seek medical attention. This study aimed to evaluate the therapeutic efficacy of joint lavage (JL) for OA-related knee pain and to explore the knee pathological changes detected by magnetic resonance imaging that may affect the prognosis of patients who received JL. METHODS: Eighty-two hospitalized patients who were diagnosed with knee OA and received JL in our department were finally enrolled in this study. The patients' clinical data including Numeric Rating Scale (NRS), Western Ontario and McMaster Osteoarthritis Index pain subscale, analgesic medication usage, adverse events, and magnetic resonance imaging data of the affected knee joint scored by the MRI Osteoarthritis Knee Score were recorded and analyzed. RESULTS: The NRS scores significantly decreased after JL and remained steady until 6 months ( p < 0.001). The Western Ontario and McMaster Osteoarthritis Index pain scores and the percentage of patients who needed analgesic medication significantly decreased at 6 months compared with baseline ( p < 0.001). At 6 months after JL, 51 of the 82 patients experienced ≥50% improvement in their NRS scores (effective). Multivariate binary logistic regression analysis revealed that duration of pain (odds ratio [OR], 1.022; 95% confidence interval [CI], 1.003-1.042; p = 0.024), bone marrow lesion score (OR, 1.221; 95% CI, 1.028-1.450; p = 0.023), and cartilage loss score (OR, 1.272; 95% CI, 1.021-1.585; p = 0.032) significantly influenced the therapeutic efficacy of JL. CONCLUSIONS: JL treatment can significantly alleviate the OA-related knee pain in at least 6 months. JL tends to provide limited benefit for patients with long duration of pain, serious bone marrow lesions, and severe cartilage loss.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».