Long-Term Effects of AposTherapy in Patients with Osteoarthritis of the Knee: A Two-Year Followup
Notice bibliographique
Résumé
Several biomechanics treatments for knee osteoarthritis (OA) have emerged with the goal of reducing pain and improving function. Through this, researchers have hoped to achieve a transition from the pathological gait patterns to coordinated motor responses. The purpose of the study was to determine the long-term effects of a therapy using a biomechanical device in patients with knee OA. Patients with knee OA were enrolled to active and control groups. The biomechanical device used in therapy (AposTherapy) was individually calibrated to each patient in the active group. Patients in the control group received standard treatment. Outcomes were the Western Ontario and McMaster Osteoarthritis Index (WOMAC), Aggregated Locomotor Function (ALF), Short Form 36 (SF-36), and Knee Society Score assessments. The active and control groups were similar at the baseline (group difference in all scores P > 0.05). The active group showed a larger improvement over time between groups in all three WOMAC categories (F = 16.8, 21.7, and 18.1 for pain, stiffness, and function; all P < 0.001), SF-36 Physical Scale (F = 5.8; P = 0.02), Knee Society Knee Score (F = 4.3; P = 0.044 ), and Knee Society Function Score (F = 6.5; P = 0.014 ). At the two-year endpoint, the active group showed significantly better results (all P ≤ 0.001). The groups showed a difference of 4.9, 5.6, and 4.7 for the WOMAC pain, stiffness, and function scores, respectively, 10.8 s in ALF score, 30.5 in SF-36 Physical Scale, 16.9 in SF-36 Mental Scale, 17.8 in Knee Society Knee Score, and 25.2 in Knee Society Function Score. The biomechanical therapy examined was shown to significantly reduce pain and improve function and quality of life of patients with knee OA over the long term.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».