Efficacy of a Short-Term Low-Calorie Diet in Overweight and Obese Patients with Chronic Sciatica: A Randomized Controlled Trial
Notice bibliographique
Résumé
Objectives: Chronic sciatica is a common condition. According to Traditional Persian Medicine and recent studies, calorie reduction is thought to be helpful for this condition. The purpose of this work is to evaluate a short-term low-calorie diet (LCD) for ameliorating chronic sciatica in the context of pain relief and reduced disability for patients. Design: In this randomized controlled trial, 96 candidates for the nonsurgical treatment of chronic sciatica were randomly assigned to two groups to receive a 1-month LCD (intervention) or ordinary diet (control), both in combination with nonsteroidal anti-inflammatory drugs (NSAIDs). Afterward, patients were visited at baseline and on days 15, 30, and 60 after treatment. Pain and disability were evaluated using the short-form McGill pain questionnaire (SFMPQ) and the Roland-Morris disability questionnaire (RMDQ), respectively. Results: Both mean RMDQ scores and SFMPQ scores decreased significantly in the LCD group compared to the control group. SFMPQ descriptor scale scores at baseline and on days 15, 30, and 60 in the LCD group were 7.71 ± 1.69, 6.63 ± 1.61, 5.54 ± 1.87, and 4.96 ± 2.02, respectively, and in the control group were 6.63 ± 1.44, 6.69 ± 1.32, 6.64 ± 1.98, and 6.62 ± 2.53, respectively (p = 0.001). RMDQ scores at baseline and on days 15, 30, and 60 in LCD group were 11.17 ± 3.90, 8.60 ± 1.97, 7.50 ± 2.71, and 6.77 ± 3.06, respectively, and in the control group, 10.00 ± 2.20, 9.98 ± 2.29, 9.94 ± 2.94, and 9.85 ± 3.32, respectively (p < 0.001). Conclusion: A short-term (1-month) LCD is effective in decreasing pain and disability in candidates for nonsurgical treatment of chronic sciatica.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».