Power Point Therapy: An Effective and Simple Treatment for Subacute Back Pain – A Randomized Controlled Trial
Notice bibliographique
Résumé
OBJECTIVE: Subacute low back pain is a frequent problem with the danger of chronification. Conventional treatment options are not always effective. Power Point therapy (PPT) is a novel approach that uses reflexological insights and can be easily applied by practitioners and patients. METHODS: Randomized, active controlled study comparing 10 units of PPT of 10 min each, with 10 units of standard physiotherapy of 30 min each. Outcomes were functional scores (Roland Morris Disability, Oswestry, McGill Pain Questionnaire, Linton-Halldén - primary outcome) and health-related quality of life (SF-36), as well as blinded assessments by clinicians (secondary outcome). RESULTS: Eighty patients consented and were randomized, 41 to PPT, 39 to physiotherapy. Measurements were taken at baseline, after the first and after the last treatment (approximately 5 weeks after enrolment). Multivariate linear models of covariance showed significant effects of time and group (p < 0.001) and for the quality of life variables also a significant interaction of time by group (p < 0.001). Clinician-documented variables showed significant differences at follow-up (p = 0.05 to p < 0.0001). DISCUSSION: Both physiotherapy and PPT improve subacute low back pain significantly. PPT is likely more effective and should be studied further.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».