MétaCan
Menu
Retour à la cohorte
Enregistrement W1775384995

High Frequency Magnetic Fields in Treatment of Osgood- Schlatter Disease

2003· article· en· W1775384995 sur OpenAlexaboutno aff
Borivoje Todorović, Dusica Djordjevic, Dragana Lekić, E Strugarevic, B Nikolić

Notice bibliographique

RevueIranian journal of pharmacology & therapeutics · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Training Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBasketballPhysical therapyMedicineJumpingDiseaseAudiologyInternal medicinePhysiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We are studied efficacy of high frequency magnetic fields (HFMFs) in treatment of Osgood-Schlatter disease (OSD) including X-rays signs. THELF system apparatus has been used for treatments on 32 young sportsmen (9-15 years). 18 boys and 14 girls, with HFMFs (base frequency 27.125 MHz, with different impulse repetition frequency of 640 Hz and 320 Hz, and absorbed power 3-5 VA). Injured sportsmen were players with large numbers of high or long jumping such as in the basketball, volleyball, fieldball and rhythmical gymnastics. Time of every daily treatment was 30 mm (640 Hz) and 30 mm (320 Hz) during 28 days but the number of treatment on an average was 28±2. Using The McGill Pain Questionnaire indicated that in mostly cases subjective complaints has been disappeared in a month from of beginning of treatments, which give sportsmen’s opportunity to begin to exercise. In two months they were strongly and in better shape to exercise for a final match. In all cases are confirmed with positive X-rays signs. These results suggest that HFMFs is may be very important method of treatment Osgood-Schlatter disease. Using HFMFs in treatment of Osgood-Schlatter disease we made excellent progress in more rapidly recovering of injured young sportsmen’s.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,452
Écart entre enseignants0,358 · 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'étudeObservationnel
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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIranian journal of pharmacology & therapeuticsMême sujetPhysical Education and Training StudiesTravaux en français237 207