Effect of turmeric products on knee osteoarthritis: a systematic review and network meta-analysis
Notice bibliographique
Résumé
Abstract Background Turmeric has traditionally been used to treat various inflammatory conditions, including knee osteoarthritis (OA). There are multiple turmeric preparations available. However, the comparative effectiveness of these products remains unknown. This study aimed to assess the comparative effectiveness of turmeric products for knee OA outcomes by conducting a systematic review and network meta-analysis of randomized, controlled trials (RCTs). Methods PubMed, EMBASE, SCOPUS, and ClinicalTrials.gov databases were searched up to August 2024, identifying RCTs that compared turmeric preparations and/or active comparators versus placebo. The primary outcome measured pain reduction, using the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), while secondary outcomes evaluated pain using other tools. Mean differences (MDs) were pooled using a random-effects model, and the concept of minimum clinically important difference (MCID) was considered. Results Seventeen studies were included. All turmeric preparations significantly reduced WOMAC pain. The mean differences (MD, 95% CI) for WOMAC pain reduction were as follows: − 4.01 (–6.22, − 1.80) for conventional curcuminoid preparations (CT) plus active drug comparators (AC, defined as NSAIDs and acetaminophen), − 3.33 (–5.26, − 1.39) for AC, − 3.17 (–5.50, − 0.83) for CT, and − 2.47 (–3.27, − 1.67) for bioavailability-enhanced curcuminoid preparations (BE). The BE preparation also demonstrated a 30% reduction in WOMAC pain compared to placebo, reaching the MCID threshold. The BE + AC combination led to a 70% reduction in VAS pain compared to AC alone. Conclusions All turmeric preparations appear to be effective in reducing knee OA pain when used as monotherapy compared to placebo. However, the certainty of evidence remains low, indicating a need for further research. PROSPERO registration number CRD42023464749. Clinical trial number not applicable.
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 | 0,016 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,039 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».