The effect of Aromatherapy Massage on pain levels in females suffering from Dysmenorrhea
Notice bibliographique
Résumé
Background: \nPrevious studies reported a prevalence of dysmenorrhea in women age 18-25 of 84%. There are few published examples examining the effect of self-applied aromatherapy massage with clary sage and sweet marjoram essential oils on pain levels in participants suffering from dysmenorrhea. \nResearch Question: \nWhat is the effect of self-applied aromatherapy massage on pain intensity and quality of pain in females suffering from dysmenorrhea who manage their condition without medication? \nMethods: An experimental study with 4 participants primarily using quantitative data supported by qualitative. Participants applied oil with essential oil on their abdomen at baseline (period 1) and intervention (period 2). The short form of the McGill Pain questionnaire (SF-MPQ) including the Visual Analogue Scale (VAS) and the Present Pain Index (PPI) were used to investigate the quality and intensity of pain in participants at baseline and before/after intervention. A short questionnaire at follow up was used to gather further qualitative data. \nResults: \nThere was a general trend amongst the group in pain intensity findings towards a reduction in pain. General the pain showed a slight decline in heaviness, aching, sharpness and sickening character in the SF-MPQ scores. None of the participants experienced adverse effects from using the oil. \nConclusion: \nThis was a limited study, but findings suggest that the intervention could reduce period pain. However due to sample size and methodological limitations no conclusions about efficacy of aromatherapy massage can be made. Further research with a larger sample size and a control group is necessary to confirm findings of this study and eliminate bias.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».