Efficacy of acupuncture for degenerative lumbar spinal stenosis: protocol for a randomised sham acupuncture-controlled trial
Notice bibliographique
Résumé
INTRODUCTION: Degenerative lumbar spinal stenosis (DLSS) is a major public health problem and the primary reason why older adults seek lumbar spine surgery. Acupuncture may be effective for DLSS, but the evidence supporting this possibility is still limited. METHODS AND ANALYSIS: A total of 80 participants with DLSS will be randomly allocated to either an acupuncture group or a sham acupuncture (SA) group at a ratio of 1:1. 24 treatments will be provided over 8 weeks. The primary outcome is the score change of the Modified Roland-Morris Disability Questionnaire (RMDQ) responses from baseline to week 8. The secondary outcomes include the assessment of lower back pain and leg pain using the Numeric Rating Scale (NRS), the change in the number of steps per month, and the assessment of the specific quality of life using the Swiss Spinal Stenosis Questionnaire (SSSQ). We will follow-up with the participants until week 32. All of the participants who received allocation will be included in the statistical analysis. ETHICS/DISSEMINATION: This protocol has been approved by the Research Ethical Committee of Guang'anmen Hospital (Permission number: 2015EC114) and Fengtai Hospital of Integrated Traditional and Western Medicine (Permission number: 16KE0409). The full data set will be made available when this trial is completed and published. Applications for the release of data should be made to ZL (principal investigator). TRIAL REGISTRATION NUMBER: NCT02644746.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,005 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,101 | 0,017 |
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 source (Gemma direct ou Codex distillé), 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 ».