Myofascial Treatment for Patients With Acetabular Labral Tears: A Single-Subject Research Design Study
Notice bibliographique
Résumé
STUDY DESIGN: Single-subject research design using 4 consecutive patients. OBJECTIVE: To assess whether treatment using soft tissue therapy (ART or Active Release Technique), stretching, and strengthening of the hip abductors, hip external rotators, and tensor fascia latae muscles reduces pain and improves self-reported hip function in patients with acetabular labral tears who also have posterolateral hip pain of suspected myofascial origin. BACKGROUND: Acetabular labral tears cause pain in some but not all patients. Pain commonly presents anteriorly but may also present posteriorly and laterally. The standard of care is arthroscopic repair, which helps many but not all patients. It is possible that these patients may present with extra-articular contributions to their pain, such as myofascial pain, making their clinical presentation more complex. No previous study has assessed soft tissue therapy as a treatment option for this subset of patients. METHODS: This A-B-A design used repeated measures of the Hip Outcome Score and visual analog scale for pain. Four patients were treated for 6 to 8 weeks, using a combination of soft tissue therapy, stretching, and strengthening for the hip abductors, external rotators, and tensor fascia latae. Data were assessed visually, statistically, and by comparing mean differences before and after intervention. RESULTS: All 4 patients experienced both statistically significant and clinically meaningful improvement in posterolateral hip pain and hip-related function. Three patients also experienced reduction in anteromedial hip pain. CONCLUSION: Myofascial hip pain may contribute to hip-related symptoms and disability in patients with acetabular labral tears and posterolateral hip pain. These patients may benefit from soft tissue therapy combined with stretching and strengthening exercises targeting the hip abductors, tensor fascia latae, and hip external rotator muscles. Level of Evidence Therapy, level 4.
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 | 0,016 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».