Efficacy of EZStep in the Management of Plantar Fasciitis
Notice bibliographique
Résumé
Plantar fasciitis is one of the most common causes of heel pain. Despite extensive efforts foot surgeons continue to debate the best modality of treatment. Analgesics, shoe inserts, stretching exercises, steroid injection, night splints, and extracorporeal shock wave therapy have proved effective in one group but fail in others. This study evaluated the efficacy of EZStep, a new foot brace for the management of plantar fasciitis. A total of 198 patients were randomized in 2 groups; group 1 (study group) received nonsteroidal anti-inflammatory drugs (NSAIDs; 4-6 weeks) and EZStep whereas group 2 (control group) received either NSAID and physiotherapy alone (2A) or NSAID, physiotherapy, and local steroid injection (2B). None of the patients received over-the-counter insoles or strapping of plantar arch to avoid any bias in randomization. Evaluations included measurement of weight and height, visual analog scale (VAS) for pain, and Short-Form McGill Pain Questionnaire (SFMPQ). After 8 weeks, patients were reevaluated, and assessment for the VAS and SFMPQ with treatment outcome was performed. Patients with VAS scores ≤3 were considered as excellent, ≥4 as good, and ≥7 as poor. The posttreatment evaluation showed that VAS scores were in the range from 2.97 ± 1.06 to 7.64 ± 2.9 (2A), P = .001, 95% confidence interval (CI) <-4.104; for 2B P = .001, CI <-2.44, and SFMPQ was 21.7 ± 4.5 and 69.2 ± 5.8 (group 2A; P = .001, 95% CI <-46.44). Compared with group 2B the SFMPQ was 66.5 ± 4.3 (P = .001, 95% CI <-30.720). In group 1 as per VAS, 86 (73.5%) were evaluated as excellent, 15 (12.8%) as good, and 16 (13.6%) as poor. Our study shows that the regular use of EZStep with short course of NSAIDs (4-6 weeks) was effective in ameliorating symptoms in more than 85% of patients suffering from plantar fasciitis.
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 ».