Radial Nerve Mobilization Reduces Lateral Elbow Pain and Provides Short-Term Relief in Computer Users§
Notice bibliographique
Résumé
STUDY DESIGN: Prospective Experimental Study. BACKGROUND: Computer users may be at risk of lateral elbow pain. It is theorized that adverse mechanical tension can arise in the radial nerve with sustained keyboarding due to sustained static work of the elbow extensor muscles. Neural mobilization has been suggested as a potential treatment. PURPOSE: The purpose of this study was to evaluate the effect of neural mobilization of the radial nerve on a single occasion in terms of its ability to reduce lateral elbow pain. METHODS AND ANALYSIS: Forty-one computer professionals (Mean age 46.7; S.D. 12.77), who had experienced lateral elbow pain for a mean of 2.87 months were recruited. The participants rated the pain using a verbal, numeric rating scale (NRS). Radial nerve tension was tested using the Upper limb Tension Test (ULTT) for radial nerve in both upper extremities. The radial nerve was mobilized using a series of 8 oscillations and repeated 3 times with a one minute rest in between. The NRS and ULLT were repeated after treatment and the scores compared using a paired t-test by the first author. RESULTS: The mean NRS scores decreased significantly from 5.7 (1.1) to 3.8 (1.4) (p<0.000; t value=8.07). CONCLUSION: A single session of 3 neural mobilization resulted in a reduction of pain in computer users with lateral elbow pain. A long-term randomized trial is needed to determine the effects sustained over-time.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».