MétaCan
Menu
Retour à la cohorte
Enregistrement W3027043996

섬유근통 증후군에 대한 치험 2례

2020· article· ko· W3027043996 sur OpenAlexaboutno aff
임민영, 이현종, 임성철, 이윤규

Notice bibliographique

RevueKorean Journal of Acupuncture · 2020
Typearticle
Langueko
DomaineMedicine
ThématiqueHealthcare and Venom Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFibromyalgiaAcupuncturePhysical therapyBee venomAlternative medicinePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives : The purpose of this study was to report the effects of Korean medicine therapy on patients with fibromyalgia syndrome. Methods : In this study, we used Korean medicine treatments, including acupuncture, bee venom therapy, chuna manual therapy, and others, to treat hospitalized patients diagnosed with fibromyalgia syndrome. Improvements in clinical symptoms were evaluated using a numeric rating scale (NRS), the short form McGill Pain Questionnaire (SF-MPQ), and changes in the number of tender points. Results : After Korean medicine treatment, the NRS scores reduced from 10 to 7 (Patient 1) and from 10 to 5 (Patient 2). The SF-MPQ scores decreased from 33 to 26 (Patient 1) and from 25 to 18 (Patient 2). The number of tender points reduced from 18 to 15 (Patient 1) and from 12 to 11 (Patient 2). Conclusions : In both patients, the NRS scores, SF-MPQ scores, and number of tender points significantly improved. The results suggest that Korean medicine treatments, including acupuncture, bee venom therapy, chuna manual therapy, and others, may be effective for treating fibromyalgia syndrome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,070
Tête enseignante GPT0,361
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Journal of AcupunctureMême sujetHealthcare and Venom ResearchTravaux en français237 207