KinesioTaping Reduces Pain and Modulates Sensory Function in Patients With Focal Dystonia
Notice bibliographique
Résumé
BACKGROUND: Pain is one of the most common and disabling "nonmotor" symptoms in patients with dystonia. No recent study evaluated the pharmacological or physical therapy approaches to specifically treat dystonic pain symptoms. OBJECTIVE: To evaluate the effectiveness of KinesioTaping in patients with cervical dystonia (CD) and focal hand dystonia (FHD) on self-reported pain (primary objective) and on sensory functions (secondary objective). METHODS: Twenty-five dystonic patients (14 with CD and 11 FHD) entered a randomized crossover pilot study. The patients were randomized to 14-day treatment with KinesioTaping or ShamTaping over neck (in CD) or forearm muscles (in FHD), and after a 30-day washout period, they received the other treatment. The MAIN OUTCOME MEASURES: were 3 visual analog scales (VASs) for usual pain, worst pain, and pain relief. Disease severity changes were evaluated by means of the Toronto Western Spasmodic Torticollis Rating Scale (CD) and the Writer's Cramp Rating Scale (FHD). Furthermore, to investigate possible KinesioTaping-induced effects on sensory functions, we evaluated the somatosensory temporal discrimination threshold. RESULTS: Treatment with KinesioTape induced a decrease in the subjective sensation of pain and a modification in the ability of sensory discrimination, whereas ShamTaping had no effect. A significant, positive correlation was found in both groups of patients between the improvement in the subjective sensation of pain and the reduction of somatosensory temporal discrimination threshold values induced by KinesioTaping. CONCLUSIONS: These preliminary results suggest that KinesioTaping may be useful in treating pain in patients with dystonia.
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 ».