Efficacy and safety of corticosteroids, hyaluronic acid, and PRP and combination therapy for knee osteoarthritis: a systematic review and network meta-analysis
Notice bibliographique
Résumé
Abstract Objective There are many injectable treatments for knee osteoarthritis with different characteristics and effects, the aim is to understand which one can lead to better and safer results. Methods The PRISMA principles were followed when doing the literature search. Web of Science databases, Embase, the Cochrane Library, PubMed, and the Wanfang database were searched to identified randomized controlled trials that assessed the efficacy of corticosteroids (CSC), platelet-rich plasma (PRP), hyaluronic acid (HA), and combination therapy in treating KOA. Risk of bias was assessed using the relevant Cochrane tools (version 1.0). The outcome measure included the visual analog scale (VAS) score, the Western Ontario and McMaster Universities Osteoarthritis (WOMAC) score, and treatment-related adverse events. The network meta-analysis was performed using STATA17 software and a Bayesian stratified random effects model. Results Network meta-analysis using the Bayesian random-effects model revealed 35 studies with 3104 participants. PRP showed the best WOMAC score at a 3-month follow-up, followed by PRP + HA, HA, placebo, and CSC; PRP + HA scored the highest VAS, followed by PRP, CSC, HA, and placebo. PRP, CSC, HA, and placebo had the highest WOMAC scores six months following treatment; PRP + HA showed the best VAS scores. PRP showed the best WOMAC score at 12 months, followed by PRP + HA, HA, placebo, and CSC; The best VAS score was obtained with PRP, followed by PRP + HA, HA, and CSC. No therapy demonstrated a rise in adverse events linked to the treatment in terms of safety. Conclusions The current study found that PRP and PRP + HA were the most successful in improving function and alleviating pain after 3, 6, and 12 months of follow-up. CSC, HA, PRP, and combination therapy did not result in an increase in the incidence of treatment-related side events as compared to placebo.
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 | 0,021 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,039 |
| Bibliométrie | 0,010 | 0,008 |
| 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 | 0,002 | 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 ».