Effect of Hijama Bil Shart (Wet Cupping Therapy) in Treatment of Waja‘ al-Zahr (Low Backache): A Randomized Standard Controlled Clinical Study
Notice bibliographique
Résumé
Introduction: Low back pain (Waja‘ al-Zahr) is one of the common musculoskeletal problems. It affects 80% population and accounts for considerable health care and profound economic burden. Disabilities in activities of daily living are common due to low back pain. Despite advancement in medicine, the standard conventional treatment often fails to achieve optimal results. Unani physicians recommended various modes of treatment to manage musculoskeletal disorders through intervention of specific regimens and pharmacotherapy. Wet cupping therapy (Hijama bil Shart) has been recommended for the treatment of low back pain and has been reported to have significant effect on reducing pain and improving quality of life. Keeping in view of the above facts, a randomized standard controlled study was designed. Methods: A randomized standard controlled clinical trial was carried out on 60 diagnosed patients of low back pain (30 in each group) attending the Ilaj Bit Tadbeer outpatient department, Ajmal Khan Tibbiya College, Aligarh, India. After meeting inclusion criteria and random allocation, patients of control group were advised to locally apply Diclofenac gel on lumbar region daily for 28 days and those in test group received Hijama bil Shart (wet cupping) on weekly basis for four weeks. Assessment of patients in each group was done on Visual Analogue Scale, Oswestry Disability Index and on Western Ontario and McMaster Universities Osteoarthritis Index. Result and Conclusion: Both test and control group treatment were found to be effective in reducing pain tenderness and disability on Visual Analogue Scale, Oswestry Disability Index and Western Ontario and McMaster Universities Osteoarthritis Index scoring (p 0.05); but the trial regimen was found more effective in reducing disability (p>0.05) and Western Ontario and McMaster Universities Osteoarthritis Index scoring (p>0.05) as compared to standard control.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».