The Efficacy of Adding Electromagnetic Therapy or Laser Therapy to Medications in Patients With Diabetic Peripheral Neuropathy
Notice bibliographique
Résumé
Introduction: Diabetes mellitus (DM) is a common disease with a highly significant burden among the Saudi population. This study aimed to investigate the effects of adding either magnetic or laser therapy to medications in patients with diabetic peripheral neuropathy (DPN). Methods: Seventy-one medically controlled diabetic patients were randomly assigned to 1) Magnetic group: 26 patients were exposed to magnetic therapy for 20 minutes/session, 2 sessions/week, for 3 months 2) Laser group: 25 patients were exposed to laser therapy with intensity 5.7 J/cm2 for 30 minutes/session, 2 times/week, for 3 months. 3) Drug group: 20 patients received only the regular medications for diabetic control and pain analgesia. Pain and neuropathy were assessed by the visual analog scale (VAS) and the Toronto Clinical Neuropath Scoring System (TRCNSS). Conduction velocities and amplitudes of peroneal and sural nerves were measured by electromyography. Results: The results showed significant increases in conduction velocities and amplitudes in both magnetic and laser groups in parallel with significant reductions in TRCNSS. Non-significant changes were obtained only after using only medications (P>0.05). The mean values of VAS reduced significantly in the three groups. The least significant differences showed significant changes among the three groups, whereas non-significant differences were obtained between both magnetic and laser groups. Conclusion: There were non-significant differences between both magnetic and laser therapy groups. Addition of either magnetic or laser therapy to medications could bring extra positive benefits to patients with DPN. Both magnetic and laser therapy can be applied with medications for the treatment of patients with DPN.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 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 ».