The efficacy of curcumin in relieving osteoarthritis: A meta‐analysis of meta‐analyses
Notice bibliographique
Résumé
Abstract Osteoarthritis (OA) is one of the most prevalent degenerative joint diseases. Several meta‐analyses have shown that curcumin could improve the function of the knee and alleviate pain in OA, while some meta‐analyses demonstrate controversial results. Hence, we assessed curcumin's effects on knee OA in an umbrella meta‐analysis. PubMed, Scopus, Embase, and Web of Science databases were employed to find English‐language meta‐analyses of randomized controlled trials investigating the effect of curcumin supplementation on OA outcomes up to September 2023. The visual analog scale (VAS), Western Ontario and McMaster Universities Arthritis Index (WOMAC) pain, function, and stiffness scales were analyzed. Effect sizes and 95% confidence intervals were utilized to obtain the overall effect size. A random‐effects model was applied to perform the meta‐analysis. Heterogeneity was determined by I 2 statistics and the Cochrane Q‐test. The pooled effect of the 11 included meta‐analyses showed that curcumin could significantly decrease the VAS score (weighted mean difference [WMD] and standardized mean difference [SMD]), WOMAC‐total (SMD and WMD), WOMAC‐Function (SMD and WMD), WOMAC‐Pain (SMD), and WOMAC‐Stiffness scores (SMD) ( p ≤ 0.001, ≤0.001, ≤0.001, 0.007, ≤0.001, 0.002, ≤0.001, ≤0.001, respectively). The results strongly support curcuminoid supplementation in relieving pain, improving joint mobility and stiffness, and shortening medication usage of OA patients.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».