Use of the CAREN system as a treatment adjunct for Canadian Armed Forces members with chronic non-specific low back pain: a pilot study
Notice bibliographique
Résumé
Introduction: Non-specific chronic low back pain (cLBP) is a significant concern for the Canadian Armed Forces (CAF). Some CAF members develop pain-related fear of movement that is difficult to treat. The goal of this pilot study was to test the feasibility of applying a virtual reality exercise program using the Computer Assisted Rehabilitation Environment (CAREN) with CAF members with cLBP and kinesiophobia. Methods: Participants were randomized into one of two treatment groups or a control group. The treatment groups received 10 CAREN sessions over 2.5 weeks (high intensity) or over 5 weeks (low intensity), and the control group received exercise instruction alone. A standard CAREN protocol using five applications was used to encourage trunk movement and stability. Results: Eleven participants were recruited. Both CAREN treatment protocols were feasible, with 100% attendance, and CAREN performance continued to improve over the 10 sessions with no plateau. CAREN participants showed stable or slightly improved scores on outcome measures from baseline to post-intervention. Participants showed no consistency on the physical performance measures, with ceiling effects or variability noted between participants. Discussion: Significant inferences regarding effectiveness cannot be made because of the low number of participants. The CAREN treatment protocol was shown to be feasible and well tolerated at these intensities. The outcome measures that show the most promise for future study include the Oswestry Disability Index, Fear of Daily Activities Questionnaire, Edgren Side Step Test, and 30-second chair stand. Future randomized controlled trials to study the effectiveness of the CAREN intervention should include military-relevant outcomes and cost efficiency.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».