Effects of externally-applied, non-pharmacological Interventions on short- and long-term symptoms and inflammatory cytokine levels in patients with knee osteoarthritis: a systematic review and network meta-analysis
Notice bibliographique
Résumé
Background: With the continuous development of clinical medicine, an increasing number of non-pharmacological interventions have been applied for the treatment of knee osteoarthritis (KOA), with the results of several recent randomized controlled trials (RCTs) showing that a variety of externally-applied, non-pharmacological interventions (EANPI) can improve symptoms and inflammation in patients with KOA. However, the relative benefits and disadvantages of non-drug therapies remain uncertain, and an optimal treatment strategy has not yet been determined. Objective: This study applied network meta-analysis (NMA) to compare and rank the effectiveness of EANPI on the short- and long-term clinical symptoms and inflammatory cytokine levels in patients with KOA. Methods: Two independent researchers searched online databases and performed manual retrieval of related citations to identify RCTs that met the selection criteria for the network meta-analysis. These researchers retrieved studies indexed from database inception to August 2023 and performed data extraction and assessment of the risk of bias. Results: The analysis included 80 RCTs involving 8440 participants and nine externally-applied, non-pharmacological therapies, namely extracorporeal shock wave, radiofrequency, acupotomy, laser therapy, Tuina therapy, kinesio taping, electroacupuncture, platelet-rich plasma injection, and ozone therapy. The treatment courses ranged from 1 to 12 weeks, with follow-up periods ranging from 4 to 24 weeks. The results of the NMA indicated that each non-drug therapy was superior to sham intervention in improving all outcome indicators. Except for the visual analog scale (VAS) and Western Ontario MacMaster (WOMAC) pain outcomes, all non-drug therapies had better efficacy than pharmacological treatments. For short-term VAS and tumor necrosis factor-alpha (TNF-α), extracorporeal shock wave performed better than other therapies (90.2% and 85.2% respectively). Radiofrequency therapy may be the most promising method to reduce long-term VAS, short- and long-term WOMAC pain, and interleukin (IL)-1β level (84.8%, 97.8%, 90.1%, 94.8% respectively). Tuina therapy may be a significant choice for short- and long-term outcomes of WOMAC function and range of motion (ROM). Conclusions: The results of the comprehensive comparison of the outcome indicators in 9 different EANPI indicated that radiofrequency and Tuina therapy were more effective and consistently ranked high in improving clinical symptoms in the short and long term. Radiofrequency is effective at relieving pain, and Tuina therapy can be given priority for treatment when hypofunction is the main symptom. EANPI to improve pain symptoms may be related to the regulation of inflammatory cytokine levels, which may be a potential mechanism of action. Systematic review registration: https://www.crd.york.ac.uk/prospero/display_record.php?, identifier CRD42023464177.
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 | 0,022 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,039 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».