Effect of <scp>l</scp>‐Carnitine Supplementation on Osteoarthritis: A Systematic Review
Notice bibliographique
Résumé
SCOPE: Comprehensive assessment of l-carnitine's safety and effectiveness in reducing inflammatory markers in osteoarthritis (OA) patients. METHODS AND RESULTS: Journal articles on l-carnitine for OA are gathered using computer searches of PubMed, Embase, the Cochrane Library, and Web of Science. The kind of literature that is found is restricted to clinical randomized controlled trials (RCTs). The Cochrane Handbook risk of bias assessment tool RevMan 5.4 software is used to conduct a meta-analysis. The systematic assessment comprises eight trials totaling 619 patients; the included studies' quality is mediocre. The study's findings demonstrate that OA patients' Western Ontario and McMaster University (WOMAC) function improves and that treatment efficacy outperforms that of the control group (mean difference [MD] = -7.75, 95% CI [-14.63, -0.86]; Z = 2.21; p = 0.03), WOMAC total (MD = -10.24, 95% CI [-18.97, -1.51]; Z = 2.30; p = 0.02), and visual analogue scale (VAS) pain (MD = -14.01, 95% CI [-16.16, -11.85]; Z = 12.74; p < 0.00001). The studies that are methodically reviewed also discover heterogeneity, which may have resulted from the created pooled data and requires more analysis. CONCLUSION: In patients with OA, l-carnitine effectively decreases clinical signs and symptoms, inflammatory markers, pain, and stiffness indicators, and significantly improves WOMAC and VAS scores.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».