MétaCan
Menu
Retour à la cohorte
Enregistrement W3158454759

Eccentric versus concentric isotonic resistance training of quadriceps muscles for treatment of knee osteoarthritis

2021· article· en· W3158454759 sur OpenAlexaboutno aff
Hafiz Hamza Saeed, Malik Muhammad Atif, Farjad Afzal, Shahenshah Hussain, Muhammad Ietsam Umer, Akhtar Rasul

Notice bibliographique

RevueRawal Medical Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConcentricMedicineIsotonicOsteoarthritisEccentricRange of motionEccentric trainingResistance trainingWOMACPhysical therapyPhysical medicine and rehabilitationMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: To compare the effect of isotonic eccentric resistance training versus isotonic concentric resistance training for treatment of knee osteoarthritis (KOA). Methodology: A total of 40 obese female patients with KOA (grade 2 and 3) and age between 40 to 60 years were randomized into 2 equal groups. The 1st group of 20 patients followed a physical therapy program of isotonic eccentric resistance training and the second group of 20 patients had physical therapy program of isotonic concentric resistance training for 8 weeks. We used visual analogue scale, knee range of motion, Western Ontario and McMaster University osteoarthritis index (WOMAC) and one repetition maximum test. Results: There was more improvement in isotonic eccentric resistance training when compared to isotonic concentric resistance training. Conclusion: Both resistance trainings played an important role in decreasing pain and stiffness, by improving muscles strength, range of motion, and functional activities of daily living but isotonic eccentric resistance training was more effective. This study emphasizes that both exercises are essential to incorporate in treatment of KOA.

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)0,001
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: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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)0,0040,000

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 Opus0,049
Tête enseignante GPT0,333
Écart entre enseignants0,284 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRawal Medical JournalMême sujetExercise and Physiological ResponsesTravaux en français237 207