The Effectiveness of Matrix Rhythm Therapy in Patients with Chronic Low Back Pain
Notice bibliographique
Résumé
STUDY DESIGN: Randomized clinical study. OBJECTIVE: Our study was planned to determine the effect of matrix rhythm therapy (MRT) on pain, level of disability, and quality of life in chronic low back pain. SUMMARY OF BACKGROUND DATA: Low back pain is a complex and heterogeneous disorder. Different therapy options can be applied in the treatment of low back pain. In the literature, there are very few studies showing the effect of MRT in patients with chronic low back pain. METHODS: A total of 32 participants with a mean age of 36.41 ± 8.91 years were randomly divided into two groups (intervention group and control group). Each participant was treated with ten sessions a combined physiotherapy program (hot pack, transcutaneous electrical nerve stimulation, therapeutic ultrasound, home exercise and patient education program). Additionally, intervention group received six sessions of MRT. Pain (McGill Pain Questionnaire), level of disability (Oswestry Disability Index) and quality of life (Short Form-36) were measured before and after the treatment programme. RESULTS: When pre- and post-treatment results were compared in the intervention group, a statistically significant difference was found in total pain level, disability level, and all subdimensions except the "Emotional Role" subdimension of Short Form-36 (SF-36) and total SF-36 scores (P ≤ 0.05). In the control group, statistically significant differences were found in disability level, the "Vitality" and "Bodily Pain" subdimensions of SF-36 and total SF-36 scores (P ≤ 0.05). When the delta values were compared between groups, there was a statistically significant difference only in the "general health perceptions" subdimension of SF-36 (P ≤ 0.05) in favor of the intervention group. CONCLUSION: It was determined that both the combined physiotherapy program and the MRT application in addition to the combined physiotherapy program have a positive effect on pain, disability level, and quality of life in patients with chronic low back pain.Level of Evidence: 2.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».