Potential of diacerein in combination with aerobic exercise in comprehensive treatment of knee osteoarthritis
Notice bibliographique
Résumé
BACKGROUND: Knee osteoarthritis is a common degenerative disease characterized by cartilage destruction and inflammatory changes in the synovial membrane. Obesity and metabolic syndrome are significant risk factors that exacerbate inflammatory processes and contribute to the progression of osteoarthritis. Modern treatment methods include both pharmacological agents and non-pharmacological approaches such as aerobic exercise. AIM: To evaluate and compare the effectiveness of diacerein combined with aerobic physical activity (Nordic walking) in the comprehensive treatment of knee osteoarthritis. MATERIALS AND METHODS: The study involved 65 patients aged 45 to 70 years with knee osteoarthritis and metabolic syndrome. The participants were divided into three groups. The first group received diacerein (Artrocare); the second group was engaged in Nordic walking; the third group – a combination of these methods. The visual analog scale of pain, Western Ontario and McMaster University Osteoarthritis (WOMAC) index, quality of life (Short Form-36), glycated hemoglobin levels, and other biochemical parameters were assessed over 16 weeks of observation. RESULTS: The study demonstrated statistically significant reductions in pain levels and improvements in functional parameters in all the groups. The greatest improvements were observed in the group receiving combined therapy. The method showed a significantly positive impact on quality of life and reduced the need for analgesics in comorbid patients. Additionally, the patients with metabolic syndrome showed improved biochemical parameters with the combination of diacerein and Nordic walking. CONCLUSIONS: The combined use of diacerein and Nordic walking is an effective and safe method for treating knee osteoarthritis, particularly in patients with metabolic syndrome. This approach significantly reduces pain, improves joint function, and enhances overall quality patient’s life.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».