MétaCan
Menu
Retour à la cohorte
Enregistrement W2297827672 · doi:10.1155/2016/9365326

Effect of Laser Acupuncture on Anthropometric Measurements and Appetite Sensations in Obese Subjects

2016· article· en· W2297827672 sur OpenAlexaff
Chi‐Chuan Tseng, Alan Tseng, Jason Tseng, Chia‐Hao Chang

Notice bibliographique

RevueEvidence-based Complementary and Alternative Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAcupuncture Treatment Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChiayi Chang Gung Memorial HospitalChang Gung Medical FoundationFondation pour la Recherche Médicale
Mots-clésAnthropometryAcupunctureAppetiteMedicinePhysical therapyPsychologyInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Purpose. A patient-assessor-blinded, randomized, sham-controlled crossover trial was performed to investigate the effectiveness of laser acupuncture on anthropometric measurements and appetite sensation in obese subjects. Methods. Fifty-two obese subjects were randomly assigned to either the laser acupuncture group or the sham laser acupuncture group. Subjects within each group received the relevant treatment three times a week for 8 weeks. After a two-week washout period, the subjects then received the treatment of the opposite group for another 8 weeks. BMI, body fat percentage, waist-to-hip ratio (WHR), waist circumference, hip circumference, and appetite sensations were measured before and after 8 weeks of treatment. Results. BMI, body fat percentage, WHR, waist circumference, and hip circumference decreased significantly (p < 0.05) in the laser acupuncture group compared to baseline but there was no decrease in those variables in the sham laser acupuncture group. Laser acupuncture significantly improved scores on the fullness, hunger, satiety, desire to eat, and overall well-being relative to the baseline (p < 0.05). Conclusions. Laser acupuncture is well tolerated and improves anthropometric measurements and appetite sensations in obese subjects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,111
Tête enseignante GPT0,399
Écart entre enseignants0,288 · 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 tête enseignante, 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-based Complementary and Alternative MedicineMême sujetAcupuncture Treatment Research StudiesTravaux en français237 207