EFFECTIVENESS OF NEURAL MOBILIZATION AND STRETCHING EXERCISE FOR THE MANAGEMENT OF SCIATICA
Notice bibliographique
Résumé
OBJECTIVE To find out the effectiveness of neural mobilization and stretching exercise for the management of sciatica BACKGROUND Sciatica is described as pain, radiating to the leg below the knee joint and caused by irritation of the sciatic nerve or nerve trunk. There are many treatment options for the management of sciatica, including stretching exercise and neural mobilization. MATERIAL AND METHODS This study was a Randomized Controlled Trial. 94 patients from physical therapy OPD of tertiary care hospitals, were participated in this study. Hence, 47 patients were randomly allocated into each group A and B. Before and after the nine treatment sessions, both groups were assessed with VAS, SLR ROM and Quebec back pain disability scale. In group A, neural mobilization with conventional therapy (heat and TENS) was applied, while stretching exercise with same conventional therapy was applied to group B. RESULTS It was observed that both treatments were helpful in reducing the symptoms. The analysis showed significant improvement (p-value <0.05) in the SLR to 60.851o±6.86oand Quebec score to 23.617±3.125, after the stretching exercise. Hence, both treatments were equally effective in reducing pain (p-value >0.05). CONCLUSION Stretching exercise is more effective in the improvement of SLR and disability. Furthermore, both techniques are helpful in the management of pain. KEY WORDS Sciatica, Stretching, Neural Mobilization, Straight Leg Raising, Visual Analogue Scale, TENS.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».