MétaCan
Menu
Retour à la cohorte
Enregistrement W3152584383 · doi:10.1177/19476035211007895

Effects of Exercise Training Alone and in Combination With Kinesio Taping on Pain, Functionality, and Biomarkers Related to the Cartilage Metabolism in Knee Osteoarthritis

2021· article· en· W3152584383 sur OpenAlexaboutno aff
Ramazan Oğuz, Muaz Belviranlı, Nilsel Okudan

Notice bibliographique

RevueCartilage · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisMedicineWOMACPhysical therapyVisual analogue scaleKnee painPhysical medicine and rehabilitationPhysical exercisePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the effects of exercise training alone and in combination with kinesio taping on pain, functionality, and circulating cartilage oligomeric matrix protein (COMP), and matrix metalloproteinase (MMP)-1, and -3 at rest and immediately after walking exercise in knee osteoarthritis (OA). DESIGN: A total of 22 female patients diagnosed with knee OA were randomly divided into the exercise training (ET) or exercise training plus kinesio taping (ET + KT) groups. The patients in the ET performed exercise training for 6 weeks. The patients in the ET + KT group were applied with kinesio tape in addition to the exercise training for 6 weeks. In both groups, 20 minutes of walking exercise were performed before and after the interventions. The pain and functional status of the patients were assessed using visual analogue scale (VAS) and Western Ontario McMasters Osteoarthritis Index (WOMAC) before and after the intervention at rest, respectively. Blood samples were taken at rest and immediately after the walking exercise before and after the interventions for the analysis of COMP, MMP-1, and MMP-3 levels. RESULTS: < 0.05). CONCLUSIONS: Exercise training and exercise training plus kinesio taping improved pain and physical function; however, the COMP, MMP-1, and MMP-3 levels did not change.

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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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 non 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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartilageMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207