A systematic review on the effects of non-pharmacological interventions for fatigue among people with upper and/or lower limb osteoarthritis
Notice bibliographique
Résumé
Objectives: To identify non-pharmacological fatigue interventions and determine the effectiveness of these non-pharmacological interventions in reducing fatigue immediately and over time in OA. Methods: A review protocol (CRD42020163730) was developed and registered with the PROSPERO database. Included studies comprised peer-reviewed randomized controlled trials (RCTs) that examined the effects of conservative interventions on fatigue in people with upper and lower limb OA. Cochrane Collaboration's tool for assessing the risk of bias (ROB-2) was used to assess the quality of evidence of studies. Narrative synthesis was used to summarize the effectiveness of identified fatigue interventions. Results: Out of 2644 citations identified from databases, 32 reports were included after screening for titles, abstracts and full texts. Of these reports, 30 parallel RCTs, one cluster and one cross-over RCT were included. 13 RCTs were of low ROB, 6 had some concerns and 13 had high ROB. The narrative synthesis identified interventions for fatigue including exercise, activity pacing, cognitive behavioural therapy, telerehabilitation and complementary alternative therapies. Exercise interventions showed the most significant beneficial effects on fatigue. Conclusions: Diverse interventions for fatigue management among individuals with upper and lower limb OA were identified. Of these, exercise interventions appear to be the most promising with the majority of these interventions favouring fatigue improvement. While cognitive behavioural therapy has limited evidence of beneficial effects, there is insufficient evidence regarding the effectiveness of other identified interventions, including complementary and alternative therapies, and telerehabilitation.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».