MétaCan
Menu
Retour à la cohorte
Enregistrement W3032228662 · doi:10.3760/cma.j.issn.1672-9633.2018.01.006

Efficacy of acupuncture on myofascial trigger points of quadriceps femoris in the treatment of athletes with exercise-induced knee-joint pain

2018· article· en· W3032228662 sur OpenAlexaboutno aff
Yan-Tao Ma, Qiang‐Min Huang, Lihui Li, Jia-Min Zhao, Lin Liu, Qing-Guang Liu

Notice bibliographique

RevuePain Clin J · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMyofascial pain diagnosis and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDry needlingMedicineAthletesPhysical therapyKnee JointRange of motionAcupunctureKnee painPhysical medicine and rehabilitationJoint painQuadriceps femoris muscleOsteoarthritisSurgery

Résumé

récupéré en direct d'OpenAlex

Objective To observe and evaluate the clinical efficacy of acupuncture on myofascial trigger points of quadriceps femoris in the treatment of athletes with exercise-induced knee-joint pain. Methods Fifty-six athletes with exercise-induced knee-joint pain were enrolled in the study from Shanghai University of Sport. The locations of knee-joint pain that complained by patients were considered as the referred pain. Dry needling of trigger points on quadriceps combined with self-stretching exercise were administrated for 30 s-1 min, three times each day. The McGill pain scroes and knee joint range of motion(ROM) were evaluated before and after the third and sixth time of treatment. Results The scores of McGill and knee joint range of motion were significantly improved after the third and sixth time of treatment, with significant difference (P<0.01). The total effective rate was 96.4% (54/56 cases) at 3 months after the treatment. Conclusion Dry needling of trigger points on quadriceps femoris combined with self-stretching exercise is effective in the treatment of athletes with exercise-induced knee-joint pain. Key words: Sports injury; Myofascial trigger points; Knee joint; Arthralgia; Acupuncture

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,258 · 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'étudeEssai randomisé
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePain Clin JMême sujetMyofascial pain diagnosis and treatmentTravaux en français237 207