Management of Myofascial Pain of Upper Trapezius: A Three Group Comparison Study
Notice bibliographique
Résumé
UNLABELLED: It is important to identify the most effective therapeutic modality in the management of myofascial trigger points (MTPt). Thus we aimed to study the effect of therapeutic ultrasound, laser and ischemic compression in reducing pain and improving cervical range of motion among patients with MTPt. Experimental study comparing three groups was designed as a 5 days trial, a co-relational design was considered. OUTCOME MEASURES: VAS for pain, provocative pain test using "soft tissue tenderness grading scheme" and active cervical lateral flexion using inch tape. Methods- Patients were divided into 3 groups, Gr 1 underwent treatment using therapeutic ultrasound, Gr 2 with therapeutic laser and Gr 3 with ischemic compression. Assessments were done on day 1 and day 5 of treatment respectively. RESULTS: ANOVA revealed improvement among all 3 groups as statistically significant difference (p<0.05) between the start and end of trial. Analysis using Chi square test shows a statistically significant difference in the improvement between laser and the other 2 groups. Mean difference in the change of scores between the assessments showed laser therapy to have a tendency towards progressive improvement over the treatment period and a better improvement than the other 2 groups. We conclude that laser can be used as an effective treatment regimen in the management of myofascial trigger points thereby reducing disability caused due to musculoskeletal pathology.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».