MétaCan
Menu
Retour à la cohorte
Enregistrement W2196371136 · doi:10.5606/archrheumatol.2015.5484

Balneotherapy in the Treatment of Knee Osteoarthritis: A Controlled Study

2015· article· en· W2196371136 sur OpenAlexaboutno aff
Şule Şahin Onat

Notice bibliographique

RevueArchives of Rheumatology · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueTherapeutic Uses of Natural Elements
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBalneotherapyOsteoarthritisTranscutaneous electrical nerve stimulationVisual analogue scalePhysical therapyAnalgesicAnesthesia

Résumé

récupéré en direct d'OpenAlex

Objectives: This study aims to evaluate the efficacy of combined balneotherapy and physical therapy compared to physical therapy alone in the treatment of patients with knee osteoarthritis. Patients and methods: Forty-six patients (10 males, 36 females; mean age 70.82±7.78 years; range 57 to 85 years) with knee osteoarthritis were included in this study. Patients were assigned as group 1 and 2. Patients in group 1 (n=27) were treated with physical therapy alone, while patients in group 2 (n=19) were treated with balneotherapy combined to the same physical therapy protocol. All patients had physical therapy consisting of hot pack, transcutaneous electrical nerve stimulation, and ultrasonography for knee region, 45 minutes per day, five days a week for a total duration of three weeks. On the other hand, patients in group 2 also had daily balneotherapy sessions lasting 20 minutes, five days a week, again for three weeks duration. The demographic data and clinical features of the patients were recorded. Sickness impact profile was used for the evaluation of disease severity. Evaluation parameters also included visual analog scale, Western Ontario and McMaster Universities Arthritis Index, 10-meter walking test, and the use of analgesic drugs. Tests were performed both at baseline before treatment and at the end of the third week after treatment. Results: There were no significant differences between the two groups in terms of socio-demographic features. In both groups, significant improvements were observed for all of the measured variables (all p values

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,063
Tête enseignante GPT0,407
Écart entre enseignants0,343 · 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'étudeEssai non randomisé
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

Citations24
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of RheumatologyMême sujetTherapeutic Uses of Natural ElementsTravaux en français237 207