A community-based study for evaluation of Ayurvedic formulations in the management of Osteoarthritis Knee
Notice bibliographique
Résumé
Background: Osteoarthritis (OA) of the knee is a major public health concern that leads to pain, disability and decreased quality of life. A similar condition has been described in Ayurveda under the name Sandhigata Vata which is caused by vitiation of Vata in the body. Objectives: Evaluation of the effectiveness and tolerability of Yograj Guggulu, Ashwagandha Churna, and Narayana Taila in OA knee. Materials and methods: The study was a prospective, multi-center, non-controlled interventional, community-based study conducted in 10 centres in India. 493 participants of any gender aged between 40 to 65 years & diagnosed with OA knee as per the diagnostic criteria American College of Rheumatology (2012), were enrolled in the study considering selection criteria. Ayurvedic formulations, Yograj Guggulu & Ashwagandha Churna were administered orally along with the local application of Narayana Taila twice daily for 12 weeks. The assessment was carried out on 28th, 56th, 84th and 112th day for any changes in the outcome measures. Results: The Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) total score, the WOMAC sub-scores for pain, stiffness and difficulty in physical activity, the Visual Analogue Scale (VAS) score for pain and the disease-specific symptoms were significantly decreased throughout treatment and during follow-up without intervention. Conclusion: The study demonstrates that the Ayurvedic interventions are well tolerable and beneficial in reducing the symptoms of OA knee.
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 | 0,008 | 0,001 |
| 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) | 0,000 | 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 ».