MétaCan
Menu
Retour à la cohorte
Enregistrement W4408240410 · doi:10.3389/fnut.2025.1556133

Efficacy of dietary supplements for treating knee osteoarthritis: a systematic review and network meta-analysis

2025· review· en· W4408240410 sur OpenAlexaboutno aff
Peng Du, Asha Ajia, Zhi Xiang, Chenming Hu, Pingxi Wang

Notice bibliographique

RevueFrontiers in Nutrition · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisOsteoarthritisMedicineSystematic reviewPhysical therapyAlternative medicinePhysical medicine and rehabilitationMEDLINEInternal medicineBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Background: Knee osteoarthritis (KOA) stands as a prevalent clinical condition that frequently affects individuals. A growing body of research has highlighted the potential advantages of dietary supplements, including glucosamine and chondroitin, in the management of KOA. Purpose: This study aims to ascertain the most efficacious dietary supplement for KOA, with a specific focus on reducing pain, alleviating stiffness, and enhancing joint function. Methods: We conducted an exhaustive search of multiple databases, including PubMed, Web of Science, Embase, and the Cochrane Library, from inception to May 2023. We specifically focused on randomized controlled trials (RCTs) comparing various dietary supplements with the placebo group within the context of KOA. Assessment of outcomes among these groups relied on the Western Ontario and McMaster University Osteoarthritis Index (WOMAC), with weighted mean differences (WMDs) and associated 95% confidence intervals (CIs) computed. Network meta-analyses were employed to compare outcomes across different supplement groups in comparison with the placebo. The surface under the cumulative ranking curve (SUCRA) was utilized to rank these supplements. Results: Our comprehensive analysis included 22 studies with 2,777 participants in total. The outcomes from our network meta-analysis yielded the following key findings: To reduce the total WOMAC score, the top three interventions were E-OA-7, LParActin, and LcS. For reducing the WOMAC score of pain, the most effective interventions were Aflapin, NEM, and PFP. In addressing the reduction of the WOMAC score of stiffness, NEM, Aflapin, and MSM emerged as the optimal interventions. Finally, for diminishing the WOMAC score of physical function, the most effective interventions were E-OA-7, LParActin, and LcS. Conclusion: In comparison to the placebo, NEM (for stiffness), Aflapin (for pain), and E-OA-07 (for knee function and WOMAC total score) were discerned as the most effective interventions for the treatment of KOA. Clinical trial registration: https://www.crd.york.ac.uk/prospero/.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,041
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0200,037
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,331
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207