MétaCan
Menu
Retour à la cohorte
Enregistrement W7075649019

Effectiveness of internet-based exercises aimed at treating knee osteoarthritis (iBEAT-OA): a randomized clinical trial

2021· other· en· W7075649019 sur OpenAlexaboutno aff

Notice bibliographique

RevueNottingham ePrints (University of Nottingham) · 2021
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisRandomized controlled trialPittsburgh Sleep Quality IndexWOMACQuality of life (healthcare)Clinical trialIntervention (counseling)HamstringRating scaleKnee pain
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Importance Osteoarthritis is a prevalent, debilitating and costly chronic disease for which recommended first-line treatment is underused. Objective To compare the effect of digital treatment for knee osteoarthritis via app versus routine self-management in a randomized, parallel-group clinical trial. Design A 6-week randomised controlled trial (iBEAT-OA) started in winter 2018. Setting Primary care. Participants 551 participants, 45 years or older, with a diagnosis of knee osteoarthritis from an existing primary care database or from social media advertisements, were invited. Intervention The intervention (n=48) and control group (n=57) conformed to first-line knee osteoarthritis treatment. For intervention group, treatment was delivered via a smartphone application. The control group received routine self-management care. Main outcome and measures Primary outcome at 6 weeks was change from baseline in self-reported pain during the last seven days, reported on a Numerical Rating Scale (NRS, 0-10, 0 no pain, 10 worst pain), compared between the two groups. Secondary outcomes included two physical functioning scores, hamstring and quadriceps muscle strength, Sleep assessment, the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), Pittsburgh Sleep Quality Index (PSQI), General health questionnaire (MSK-HQ), Inflammatory markers on ultrasound (synovial fluid, synovial hypertrophy and hypervascularity) and quantitative sensory testing (QST). Results 48 participants in the intervention group (mean age 65.2, 70.8% female, 30.4 BMI) and 57 participants in the control group (age 68, 64.9% female, 31.9 BMI) completed this study with no notable demographic difference between groups. The intervention group showed a greater NRS pain score decrease at follow-up than the control group (between-group difference -1.5 [95%CI, -0.8 to -2.2; P<0.001]. Similarly, the 30-second sit to stand test (30CST) and Timed Up and Go test (TUAG) improved more in the intervention group, 3.4 (95%CI, -2.2 to -4.5) and -1.8 (95%CI, -0.5 to -3.0), as did the WOMAC subscales for pain, stiffness and physical function (-1.1 [95%CI, -0.2 to -2.0], -1.0 [95%CI, -0.5 to -1.5], and -3.4 [95%CI, -0.7 to -6.2]). The magnitude of within-group changes in pain and function outcomes in the intervention group corresponded to medium to very strong effects. There was no between-group difference seen in actigraphy sleep data, PSQI, MSK-HQ, QST and sonographic features of knee OA. Conclusions and relevance Digitally delivered evidence-based first-line OA treatment is superior to routine self-managed care as usual and can be given without harming people with osteoarthritis. Effect sizes observed in the intervention group correspond to clinically important improvements.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,013
Tête enseignante GPT0,258
Écart entre enseignants0,244 · 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'étudeEssai randomisé
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNottingham ePrints (University of Nottingham)Même sujetTheoretical and Computational PhysicsTravaux en français237 207