Level of participation in physical therapy or an internet-based exercise training program: associations with outcomes for patients with knee osteoarthritis
Notice bibliographique
Résumé
BACKGROUND: To examine whether number of physical therapy (PT) visits or amount of use of an internet-based exercise training (IBET) program is associated with differential improvement in outcomes for participants with knee osteoarthritis (OA). METHODS: A secondary analysis was performed using data from participants in 2 arms of a randomized control trial for individuals with symptomatic knee OA: PT (N = 135) or IBET (N = 124). We examined associations of number of PT visits attended (up to 8) or number of days the IBET website was accessed during the initial 4-month study period with changes in Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) total, pain and function subscales, as well as a 2-min Step Test, at 4-month and 12-month follow-up. RESULTS: Participants with more PT visits experienced greater improvement in WOMAC total score (estimate per additional visit = - 1.18, CI 95% = - 1.91, 0.46, p < 0.001) and function subscore (estimate = - 0.80, CI 95% = - 1.33, - 0.28, p < 0.001) across follow-up periods. For WOMAC pain subscale, the association with number of PT visits varied significantly between 4- and 12-month follow-up, with a stronger relationship at 4-months. There was a non-significant trend for more PT visits to be associated with greater improvement in 2-min Step Test. More frequent use of the IBET website was not associated with greater improvement for any outcome, at either time point. CONCLUSION: Increased number of PT visits was associated with improved outcomes, and some of this benefit persisted 8 months after PT ended. This provides guidance for PT clinical practice and policies. TRIAL REGISTRATION: NCT02312713 , posted 9/25/2015.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».