Efficacy and side effect of curcumin for the treatment of osteoarthritis: A meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
This meta-analysis aimed to confirm the efficacy and safety (side effect) of curcumin for osteoarthritis (OA). Two researchers independently searched the database of Pub Med, EMBASE and Cochrane Library updated to November 2015 to find randomized controlled trials that reported the effect of curcumin on OA. The outcomes of this meta-analysis were Visual analogue scale (VAS), Western Ontario and McMaster Universities Osteoarthritis Index scale (WOMAC) and side effect. Furthermore, the quality assessment was performed with Cochrane Collaboration’s tool. In addition, standardized mean difference (SMD) and 95% confidence interval (CI) were used for the analysis of continuous data, and the risk ratio (RR) and 95% CI were used to analyze dichotomous data. Sensitivity analysis was performed by using Stata 12.0. A total of 5 studies with 599 patients were included in this study. The results showed that curcumin could significantly improve the WOMAC score (SMD=-0.96; 95% CI:-1.81, -0.10; P=0.03) and VAS score of OA patients (SMD=-1.65; 95% CI:-2.11, -1.19). Furthermore, the side effect rate of curcumin treatment was 0.81times higher than that of ibuprofen treatment. Curcumin can treat OA patients effectively, improving WOMAC score and VAS score, and the side effect of curcumin was not higher than that of ibuprofen.
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 | 0,025 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,026 | 0,072 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».