MétaCan
Menu
← Retour à la cohorte
Enregistrement W2730130135 · doi:10.5539/gjhs.v9n8p148

The Effect of in Water Selective Exercises on Muscle Strength in Patients with Muscle Dystrophy

2017· article· en· W2730130135 sur OpenAlexvenueno aff
Aliakbar Najafvand Derikvandi, Rezvan Kaviyaniniya

Notice bibliographique

RevueGlobal Journal of Health Science · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMuscular dystrophyPhysical strengthSignificant differenceMedicineMuscle strengthPhysical therapyMuscle weaknessWeaknessInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Muscular dystrophy syndrome refers to a group of genetic diseases resulting in muscle weakness and low functional capacity. This purpose of this study is to investigate the effect of an eight-week selective training on muscle strength of patients with muscular dystrophy. A quasi-experimental method was used in this study. Eleven patients with muscular dystrophy were selected through purposive sampling and divided into two groups randomly including in water selective exercises (n = 6) and control groups (n = 5) respectively. The study conducted under the supervision of researcher for eight weeks, three sessions per week, and the time allocated was between 60-45 minutes. Moreover, a t-test was used for statistical analysis and the significant level was set at p < 0.05 level. After an eight-week training a significant increase (P < 0.05) was observed in extensor muscle strength in patients with muscular dystrophy. However, no significant difference was observed in the control group (p ≥0.05). Comparing the changes made during eight weeks (difference between pre-test and post-test) a significant difference (P < 0.05) was observed between intervention and control groups. According to obtained findings in this study, in water selective exercise is an effective way to improve muscular strength in patients with muscular dystrophy.

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,272
Écart entre enseignants0,268 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→