Comparative effectiveness of oral pharmacologic interventions for knee osteoarthritis: A network meta-analysis
Notice bibliographique
Résumé
Objectives: To explore the relative efficacy of oral pharmacologic interventions in the treatment of knee OA. Methods: A systematic literature review was conducted using the MEDLINE, EMBASE, and Cochrane Central Register of Controlled Trials databases to identify trials conducted in patients with knee OA with a minimum 6 weeks of follow-up. The standardized mean differences of the change from baseline to week 6 in Western Ontario and McMaster Universities Arthritis Index (WOMAC) pain between the treatment groups were estimated using Bayesian random-effects network meta-analyses. Subgroup analyses of baseline pain status (high, pain score ≥60 mm; low, pain score <60 mm) were performed. Results: Of 4067 manuscripts, 44 were included in the evidence synthesis. Etoricoxib had the highest ranking for improving WOMAC pain (probability of being top ranked, p (best) = .43) followed by naproxen (p (best) = .12), acetaminophen (AAP) (p (best) = .04), and celecoxib (p (best) = .02). The top three ranked interventions were etoricoxib, celecoxib and aceclofenac in the higher pain group, and tramadol, celecoxib, and diclofenac in the lower pain group. Conclusion: In the overall analysis, etoricoxib, celecoxib, and aceclofenac had the highest rankings for improving WOMAC pain. The ability to improve knee OA symptoms may differ depending on baseline pain and radiologic features.
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 | 0,030 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,048 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».