EFFECT OF PHYSICAL THERAPY ON WOMAC SCORES AND QUALITY OF LIFE IN PATIENTS WITH KNEE OSTEOARTHRITIS
Notice bibliographique
Résumé
Objective: To assess effect of physical therapy including both physical agents and exercise on pain, physical functioning and quality of life in patients with knee osteoarthritis. Methods: Twenty-seven patients (25 female and two male) with knee osteoarthritis were included in the study. Besides sociodemographic variables, presence of chronic diseases, analgesic use, recreational activites were recorded. A standard knee examination was performed and anteroposterior and lateral knee radiographs were obtained. Pain was measured using visual analogue scale (VAS), numeric scale and Likert scale. Pain, stiffness and physical function was assessed using Likert-scaled version of the Western Ontario McMaster Universities Osteoarthritis Index (WOMAC). For quality of life evaluation Medical Outcomes Study Short Form 36 (SF-36) was utilized. Evaluations were done at baseline and 1 month after completion of physical therapy sessions. Results: Significant reduction of pain measurements namely VAS, numeric scale and Likert scale was observed as a result of physical treatment (p = 0.0001, p = 0.0001 and p = 0.001 respectively). In all 3 subscores of WOMAC (pain, stiffness and physical function) significant improvement was noted due to treatment (p = 0.0001, p = 0.012 and p = 0.0001 respectively). Similarly, physical functioning, role-physical, bodily pain and vitality and social functioning subscores demonstrated significant reductions after therapy. (p = 0.039, p = 0.001, p = 0.0001, p = 0.001 and p = 0.035 respectively). Conclusion: Physical therapy including both physical agents and exercise leads to signifcant improvements in pain, physical functioning and quality of life. This change was demonstrated by both generic and disease specific outcome measures.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».