EFFECTS OF RUNNING ON RECOVERY OF FUNCTION IN ATHLETES WITH KNEE OSTEOARTHRITIS
Notice bibliographique
Résumé
ABSTRACT Introduction Running can promote health prevent obesity, cardiovascular, and cerebrovascular diseases, among other chronic diseases. Much research reports the benefits of this aerobic resistance exercise, but little is known about the impacts of running on knee osteoarthritis. Objective To observe and study the clinical effect of running on pain and function improvement in patients with knee osteoarthritis. Methods Seventy cases that met the inclusion criteria were selected and randomly divided into control and observation groups. Patients in the observation group received eight weeks of neuromuscular exercise (NEMEX) and eight weeks of quadriceps muscle strength training while the control group was subjected to a running protocol. Patients were assessed using the Western Ontario and McMaster Universities Pain Scale and Osteoarthritis Index (WOMAC) after 1, 2, 4 and 8 weeks of treatment. Results After 1, 2, 4, and 8 weeks of treatment, the WOMAC function scores of the two groups significantly improved compared to that found before treatment (P < 0.05); There was no difference between the two groups before treatment and after 1, 2 weeks of treatment. After 4 and 8 weeks of treatment, the function of the observation group was better than that of the control group; the difference was statistically significant (t= -4.287, -6.355, P<0.05). Conclusions NEMEX training methods and quadriceps muscle strength training can effectively improve patients’ functional level, but NEMEX improves more significantly than quadriceps muscle strength training. Evidence level II; Therapeutic Studies - Investigating the results.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».