The effectiveness of knee bracing in non‐operative soft tissue and degenerative knee injuries: A systematic review
Notice bibliographique
Résumé
PURPOSE: Soft tissue and degenerative knee injuries, including anterior/posterior cruciate ligament (ACL/PCL) injuries, medial knee osteoarthritis (MKOA), and patellofemoral osteoarthritis (PFOA), are common causes of pain and functional decline. Knee bracing is often used as part of non-operative treatment, but its clinical effectiveness remains uncertain. This systematic review aimed to evaluate the role of bracing in improving pain, function, and preventing surgical conversion in adults with non-operatively managed knee injuries. METHODS: A systematic review was conducted following PRISMA guidelines. Embase, Ovid MEDLINE, and Ovid Emcare were searched from inception to March 2025. Studies were included if they reported clinical outcomes of knee bracing in adults with soft tissue or degenerative knee injuries treated non-operatively. Studies focused on biomechanics, prophylaxis, surgery, or paediatric populations were excluded. Data were synthesised narratively with weighted summary statistics. RESULTS: Seventeen studies (706 patients) were included: six on ACL injuries, three PCL, three MKOA, and five PFOA. MKOA studies showed pooled improvements of +14.6 in KOOS Pain and -1.9 in VAS (SDs 1.0 and 0.5). ACL studies reported a pooled Lysholm gain of +11.8 (SD = 4.3), while PCL outcomes showed large single-study improvements (KOOS Pain +31.0, IKDC + 30.0). WOMAC scores improved in MKOA (-13.7) but declined in PFOA (-6.4). Failure (surgical conversion) was reported in 13 studies, with the highest rates in PCL (16.4%) and ACL (10.6%), and the lowest in MKOA (0%) and PFOA (4.0%). Complications were infrequently reported; skin irritation was the most common adverse event. CONCLUSION: Knee bracing demonstrated the most consistent pain and functional improvements in degenerative and PCL injuries. In contrast, outcomes in ACL injuries were more variable and associated with higher failure rates, underscoring the need for injury-specific bracing strategies. These findings emphasise the importance of patient selection, brace design, and early intervention, and support the need for higher-quality studies to guide non-operative management strategies. LEVEL OF EVIDENCE: Level IV.
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 | 0,008 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».