The Impact of Different Physiotherapy Programs on the Treatment of Low Back Pain
Notice bibliographique
Résumé
Low back pain is one of the biggest problems in modern world. Different physiotherapy programs are used for its treatment. Lumbar traction, has been used since the time of Hippocrates, but it is still the object of discussion. The purpose of this study was to determine the impact of traditional physiotherapy (control group), and traction therapy with TherapiMaster equipment (research group) on treatment of low back pain. Subjects: 40 patients from 34 to 62 years of age with low back pain participated in the study. Methods: static and dynamic trunk muscle endurance, low back pain intensity (according to Numeric Rating Scale, and McGill pain questionnaire), and functional state (according to Roland-Morris questionnaire, and Oswestry disability index) of patients were evaluated. Patients of control group received 14 procedures of traditional physiotherapy. The patients in the research group received 14 procedures of lumbar traction with TerapiMaster equipment and exercises. Conclusions: Physiotherapy procedures improved static and dynamic trunk muscle endurance in both control and research groups (p < 0.01), reduced low back pain (p < 0.01), and improved the patients’ functional state in both groups (p < 0.01). The physiotherapy program with lumbar traction had better effect only relieving back pain assessed by McGill pain questionnaire compared to traditional physiotherapy (p < 0.05).Keywords: low back pain, lumbar traction, physiotherapy, Roland-Morris and McGill questionnaires, Oswestry disability index.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».