MétaCan
Menu
Retour à la cohorte
Enregistrement W2140158550 · doi:10.1590/s1413-78522014000100004

Effect of watergym in knee osteoarthritis

2014· article· en· W2140158550 sur OpenAlexaboutno aff
João Paulo Fernandes Guerreiro, Renan Floret Turin Claro, João Daniel Rodrigues, Beatriz Funayama Alvarenga Freire

Notice bibliographique

RevueActa Ortopédica Brasileira · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueTherapeutic Uses of Natural Elements
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Estadual Paulista
Mots-clésOsteoarthritisWOMACPhysical therapyMedicineVisual analogue scaleKnee painAnalysis of variancePhysical medicine and rehabilitationAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Evaluate the effectiveness of watergym to alleviate knee osteoarthritis (OA) symptoms and improve locomotor function. METHODS: Forty-two volunteers, 38 women and four men with OA, practicing watergym, divided into the following groups: beginners, intermediate, advanced, and advanced level with other physical activities in addition to watergym were included in the study. Individuals were assessed at times zero, 8 and 12 weeks, with classes lasting 45 minutes, twice a week. Function was assessed by the Aggregate Locomotor Function (ALF) score, and pain and other symptoms by the visual analogical scale (VAS) and by the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) questionnaire. Statistical analysis was carried out by the variance analysis for repeated measurements, followed by Tukey's method for comparison of time point means whenever required. RESULTS: None of the tests showed a significant improvement of pain or locomotion. CONCLUSION: Watergym was not effective in improving symptoms and did not affect the locomotor capacity of individuals with knee OA. Level of evidence IV, Case series.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,019
Tête enseignante GPT0,367
Écart entre enseignants0,348 · 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'étudeObservationnel
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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Ortopédica BrasileiraMême sujetTherapeutic Uses of Natural ElementsTravaux en français237 207