MétaCan
Menu
Retour à la cohorte
Enregistrement W6958944213 · doi:10.6084/m9.figshare.c.7890224.v1

The efficacy of platelet-rich plasma preparation protocols in the treatment of osteoarthritis: a network meta-analysis of randomized controlled trials

2025· other· en· W6958944213 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typeother
Langueen
DomaineComputer Science
ThématiqueTime Series Analysis and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWOMACPlatelet-rich plasmaOsteoarthritisRandomized controlled trialHyaluronic acidViscosupplementationClinical trial

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose Osteoarthritis (OA) is a widespread joint disease characterized by the gradual loss of cartilage. Intra-articular injections, including platelet-rich plasma (PRP), are commonly used for treatment, but the optimal PRP preparation method remains debated. This study aims to perform a network meta-analysis of randomized controlled trials to compare the efficacy of different PRP preparation methods and determine the most effective protocols. Methods The literature search was conducted based on PRISMA guidelines. Randomized controlled trials (RCTs) evaluating intra-articular injectables in osteoarthritic knees were included. Data were extracted, and the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) scores were analyzed at 3, 6, and 12–18 months. Clinical outcomes were compared using a frequentist network meta-analysis, and treatment options were ranked using the P-Score. Statistical analysis was performed using R 4.3.2. Results Twenty-three RCTs with 1752 patients were included. Treatments included PRP, plasma rich in growth factor (PRGF), leukocyte-poor PRP (LP-PRP), leukocyte-rich PRP (LR-PRP), hyaluronic acid (HA), and saline placebo. Leukocyte-rich PRP with low platelet concentration increase, using both anticoagulant and activator showed the best effects on WOMAC pain and stiffness scores within 6 months (WMD = 26.02; 95% CrI, 0.92–52.46). Leukocyte-poor PRP with high platelet concentration increase, using anticoagulant without activator was most effective for WOMAC function and stiffness at 12–18 months (WMD = 18.94; 95% CrI, 8.34–28.12). Long-term results indicated Leukocyte-poor PRP with low platelet concentration increase, using anticoagulant without activator yielded the best outcomes for cartilage repair and function (WMD = 17.09; 95% CrI, -8.4 to 42.78). Conclusions Optimizing OA treatment involves tailoring PRP protocols to disease stage, with low platelet, high leukocyte PRP (RPRP_LPC_Y_Y) recommended for early OA due to its anti-inflammatory effects and high platelet, low leukocyte PRP (PPRP-HPC) preferred for advanced OA to promote tissue repair and regeneration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,051
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,087
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0230,062
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,341
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetTime Series Analysis and ForecastingTravaux en français237 207