MétaCan
Menu
Retour à la cohorte
Enregistrement W2937158560

퇴행성 반월상 연골판 파열 환자의 한의학적 치료 효과와 Kellgren-Lawrence-grade, Body Mass Index의 상관성

2018· article· ko· W2937158560 sur OpenAlexaboutno aff
이기언, 이건영, 한시훈, 김국범, 김효준, 장재원, 장영우, 조재흥

Notice bibliographique

Revue한방재활의학과학회지 · 2018
Typearticle
Langueko
DomaineMedicine
ThématiqueHealthcare and Venom Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineWOMACBody mass indexPhysical therapyQuality of life (healthcare)OsteoarthritisAcupunctureElectroacupunctureInternal medicineAlternative medicinePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives The aim of this study is to observe the effectiveness of complex Korean medicine treatment applied to the patients with degenerative meniscal tear and the correlation among clinical effectiveness, body mass index (BMI) and Kellgren-Lawrence grade (KL-grade). Methods The study participants were 38 patients who had been diagnosed with degenerative meniscal tear. Participants were classified by BMI, KL-grade and treated with acupuncture, electroacupuncture and pharmacopuncture. Clinical outcomes were assessed using Numeric Rating Scale (NRS), Western Ontario and McMaster Universities Arthritis Index (WOMAC Index) and EuroQol-5 Dimension Index (EQ-5D Index). Results Both NRS and WOMAC scores were significantly reduced after treatment (p <0.001). The EQ-5D for assessing quality of life showed further improvement (p<0.05). A statistically significant correlation was observed between the BMI and NRS, EQ-5D. KL-grade was correlated with WOMAC. Conclusions These results show that complex Korean medicine treatment to the patient with degenerative meniscal tear may be effective as a conservative therapy. Further research is required to confirm the effectiveness of Korean medicine treatment. (J Korean Med Rehabil 2018;28(4):71-79)

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,000

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 Opus0,095
Tête enseignante GPT0,422
Écart entre enseignants0,328 · 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'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한방재활의학과학회지Même sujetHealthcare and Venom ResearchTravaux en français237 207