MétaCan
Menu
Retour à la cohorte
Enregistrement W3169696746 · doi:10.3390/app11115211

Efficacy of an Acupressure Mat in Association with Therapeutic Exercise in the Management of Chronic Low Back Pain: A Prospective Randomized Controlled Study

2021· article· en· W3169696746 sur OpenAlexaboutno aff
Antonio Frizziero, Paolo Finotti, Cinzia La Scala, Giovanni Morone, Giovanni Piran, Stefano Masiero

Notice bibliographique

RevueApplied Sciences · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcupressureMedicinePhysical therapyVisual analogue scaleRehabilitationQuality of life (healthcare)McGill Pain QuestionnairePhysical medicine and rehabilitationLow back painRandomized controlled trialAlternative medicineSurgery

Résumé

récupéré en direct d'OpenAlex

(1) Background: Acupressure is a noninvasive, low-cost technique that makes use of physical pressure on specific points using a finger or a device and shows positive effects on chronic pain as an adjunctive method to the rehabilitation exercises. The study’s aim was to evaluate the therapeutic efficacy on pain, disability, and life quality of an acupressure mat associated with a rehabilitation program in patients with chronic low back pain. (2) Methods: All participants underwent a specific rehabilitation program, initially with 10 supervised exercise sessions, then as home exercise for 6 months. The subjects in the experimental group (EG) were additionally provided with an acupressure mat and used it for 60 min per day. (3) Results: 44 patients (31 females) were equally divided among the treatment groups. A significant time interaction was found in both groups for McGill Pain Questionnaire, Oswestry Disability Index, and EuroQol-5D, and only in the EG for Visual Analog Scale. (4) Conclusions: The acupressure mat is simple and provides an additional benefit for patients in relieving pain and improving function and quality of life, especially in the medium-to-long term.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,273
Écart entre enseignants0,266 · 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 revueApplied SciencesMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207