MétaCan
Menu
Retour à la cohorte
Enregistrement W2017071140 · doi:10.4103/0973-6131.113413

Additional effect of iyengar yoga and EMG biofeedback on pain and functional disability in chronic unilateral knee osteoarthritis

2013· article· en· W2017071140 sur OpenAlexaboutno aff
Gopal Nambi, AmishaAtul Kumar Shah

Notice bibliographique

RevueInternational Journal of Yoga · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisMedicineWOMACPhysical therapyVisual analogue scaleBiofeedbackPhysical medicine and rehabilitationRehabilitationContractureInclusion and exclusion criteriaSurgeryAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There are limited data about Iyengar Yoga and EMG biofeedback in knee OA, although the efficacy of EMG biofeedback in the rehabilitation of patients with quadriceps muscle weakness secondary to immobilization, contracture, and joint surgery has been well established. MATERIALS AND METHODS: Thirty subjects who have fulfilled inclusion and exclusion criteria were selected and divided into two groups (Group A and B). Both the groups were treated with EMG biofeedback, knee muscle strengthening exercises, and TENS. Group A received additionally Iyengar Yoga for 8 weeks. Both groups were evaluated by Visual Analog Scale and Modified WOMAC-Western Ontario McMaster Universities Scale. RESULTS: Patients in both groups experienced significant reduction in pain and improvement in functional ability. In VAS scale Group A showed reduction of 56.83% (P = 0.001) when compared with Group B 38.15% (P ≤ 0.001). In modified WOMAC Scale, Group A showed reduction of 59.21% (P = 0.001) when compared with Group B 34.08% (P = 0.001). CONCLUSION: Adding Iyengar Yoga along with conventional therapy provides better results in chronic unilateral knee osteoarthritis in terms of pain and functional disability.

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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'étudeEssai non randomisé
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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of YogaMême sujetMindfulness and Compassion InterventionsTravaux en français237 207