目的探讨富血小板血浆(PRP)联合透明质酸(HA)关节内注射与PRP单独注射相比的疗效和安全性,为膝骨性关节炎(KOA)的治疗提供循证策略。方法查阅PubMed、Web of Science、中国知网(CNKI)、万方数据库,检索建库初到2021年10月公开发表的文...目的探讨富血小板血浆(PRP)联合透明质酸(HA)关节内注射与PRP单独注射相比的疗效和安全性,为膝骨性关节炎(KOA)的治疗提供循证策略。方法查阅PubMed、Web of Science、中国知网(CNKI)、万方数据库,检索建库初到2021年10月公开发表的文献。纳入已发表的随机对照实验(RCT)或队列研究。研究对象为KOA患者,实验组为PRP联合HA关节内注射,对照组为PRP或HA关节内注射。对纳入RCT研究使用Cochrane手册风险评估工具进行质量评价,队列研究使用Newcastle-Ottawa Scale进行质量评价,用RevMan5.3软件对结局指标进行Meta分析。结果纳入10篇文献,共1110例患者,其中PRP组467例,PRP+HA组450例,HA组193例。Meta分析结果显示,PRP+HA组在治疗6个月后视觉模拟评分(VAS,MD:-0.31;95%CI(-0.60~-0.03);P=0.03)、西大略和麦克马斯特大学骨关节炎指数(WOMAC)评分(MD:-2.81;95%CI(-4.48~-1.13);P=0.001)、Lequesne指数(MD:-1.46;95%CI(-2.01~-0.90);P<0.00001)均显著优于PRP组;两组并发症发生率无统计学意义(RD:0.00;95%CI(-0.03~0.04);P=0.97)。结论PRP联合HA治疗KOA具有良好的临床治疗效果。基于此Meta分析,与单纯关节内注射PRP相比,PRP联合HA可提高治疗6个月后的WOMAC评分、VAS评分和Lequesne指数评分。在并发症发生率方面,两种治疗方案的安全性相似。展开更多
针对现有流水线式事件抽取方法依靠大量训练数据、在低资源情况下难以快速迁移运用等问题,利用提示调优技术,提出适用于低资源场景下的流水线式事件抽取方法(low-resource event extraction method using the multi-information fusion ...针对现有流水线式事件抽取方法依靠大量训练数据、在低资源情况下难以快速迁移运用等问题,利用提示调优技术,提出适用于低资源场景下的流水线式事件抽取方法(low-resource event extraction method using the multi-information fusion with prompt tuning,IFPT)。该方法通过构造语义映射和提示模板充分利用事件类型描述、实体类型等多种信息,能够高效使用有限训练数据,流水线式地完成事件检测和论元抽取。实验结果表明,在低资源情况下,IFPT方法论元抽取性能超过了所有基准模型,采取流水线方式能够达到与SOTA模型相媲美的性能。展开更多
文摘目的探讨富血小板血浆(PRP)联合透明质酸(HA)关节内注射与PRP单独注射相比的疗效和安全性,为膝骨性关节炎(KOA)的治疗提供循证策略。方法查阅PubMed、Web of Science、中国知网(CNKI)、万方数据库,检索建库初到2021年10月公开发表的文献。纳入已发表的随机对照实验(RCT)或队列研究。研究对象为KOA患者,实验组为PRP联合HA关节内注射,对照组为PRP或HA关节内注射。对纳入RCT研究使用Cochrane手册风险评估工具进行质量评价,队列研究使用Newcastle-Ottawa Scale进行质量评价,用RevMan5.3软件对结局指标进行Meta分析。结果纳入10篇文献,共1110例患者,其中PRP组467例,PRP+HA组450例,HA组193例。Meta分析结果显示,PRP+HA组在治疗6个月后视觉模拟评分(VAS,MD:-0.31;95%CI(-0.60~-0.03);P=0.03)、西大略和麦克马斯特大学骨关节炎指数(WOMAC)评分(MD:-2.81;95%CI(-4.48~-1.13);P=0.001)、Lequesne指数(MD:-1.46;95%CI(-2.01~-0.90);P<0.00001)均显著优于PRP组;两组并发症发生率无统计学意义(RD:0.00;95%CI(-0.03~0.04);P=0.97)。结论PRP联合HA治疗KOA具有良好的临床治疗效果。基于此Meta分析,与单纯关节内注射PRP相比,PRP联合HA可提高治疗6个月后的WOMAC评分、VAS评分和Lequesne指数评分。在并发症发生率方面,两种治疗方案的安全性相似。
文摘针对现有流水线式事件抽取方法依靠大量训练数据、在低资源情况下难以快速迁移运用等问题,利用提示调优技术,提出适用于低资源场景下的流水线式事件抽取方法(low-resource event extraction method using the multi-information fusion with prompt tuning,IFPT)。该方法通过构造语义映射和提示模板充分利用事件类型描述、实体类型等多种信息,能够高效使用有限训练数据,流水线式地完成事件检测和论元抽取。实验结果表明,在低资源情况下,IFPT方法论元抽取性能超过了所有基准模型,采取流水线方式能够达到与SOTA模型相媲美的性能。
