Efficacy and safety of moxibustion for knee osteoarthritis: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Although several reviews have examined moxibustion for knee osteoarthritis (KOA), they have some methodological limitations. This systematic review aims to synthesize current evidence on various moxibustion interventions for KOA pain relief. METHODS: We conducted a comprehensive search across seven databases up to June 2024. The Cochrane risk of bias tool (ROB2) was used to assess the risk of bias, and the Grading of Recommendations, Assessment, Development, and Evaluation (GRADE) criterion approach was employed to evaluate the certainty of evidence for primary outcomes. Primary outcomes included Visual Analogue Scale (VAS), Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), stiffness, physical function, and total effective rate. Secondary outcomes encompassed adverse events (AEs) and treatment regimen of moxibustion for KOA. Meta-analysis was performed using STATA 17.0 and RevMan 5.4.1. RESULTS: A total of 43 studies with 4008 participants were included in this review. Moxibustion significantly reduced WOMAC (-0.91, 95 % CI: -1.12, -0.70) and VAS scores (-0.95, 95 % CI: -1.18, -0.73). Electronic moxibustion was the most effective intervention. Treatment frequencies exceeding three times per week were more effective than fewer sessions. The total effective rate was 93.11 % for the moxibustion group versus 76.41 % for the controls. AEs were reported in sixteen studies, with one serious AE. CONCLUSION: Moxibustion is more effective for pain relief than other treatments and has a lower incidence of AEs. Further high-level evidence is warranted to validate these findings.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».