Is Cupping Therapy in Combination with Routine Physical Therapy Effective in the Management of Knee Osteoarthritis? A Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Osteoarthritis is a common form of arthritis accompanied by varying degrees of disability and reduced quality of life. Several management regimens are available to treat knee osteoarthritis. Cupping therapy is used to treat musculoskeletal disorders but its effects on knee osteoarthritis has remained unclear. The study aimed to compare the effectiveness of intermittent cupping therapy plus routine physical therapy with routine physical therapy alone in patients with knee osteoarthritis. Methods: Twenty-six patients with knee osteoarthritis were randomly assigned into two groups: intermittent cupping therapy plus routine physical therapy (intervention group, n=13) and routine physical therapy alone (control group, n=13). In the routine physical therapy group, transcutaneous electrical nerve stimulation, hot pack, and ultrasound were used, while in the cupping therapy group, intermittent vacuum therapy was used together with routine physical therapy. Both groups received 10 treatment sessions over a period of 2 weeks. Pain intensity was measured via visual analog scale (VAS). Further, functional disability was assessed using the Persian version of Western Ontario and McMaster Universities (WOMAC) osteoarthritis index questionnaire. Finally, knee joint passive range of motion (ROM) was measured with photography preand post-intervention. Results: At follow-up, both groups had significantly lower pain intensity and functional disability, and higher knee passive ROM compared to their respective pre-intervention values (P<0.05). However, no significant differences were observed between groups in pain intensity or passive ROM in the knee (P>0.05). Differences in total WOMAC scores between pre- and post-intervention were significantly greater in the control group than in the intervention group (P<0.05). Conclusion: Based on the results, both interventions can be effective in relieving symptoms in patients with knee OA.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».