MétaCan
Menu
← Retour à la cohorte
Enregistrement W4288090702

FİZİK TEDAVİ UYGULANAN KRONİK BEL AĞRILI YAŞLILARDA BALNEOTERAPİNİN TEDAVİYE ETKİSİ: PİLOT ÇALIŞMA

2019· article· tr· W4288090702 sur OpenAlexaboutno aff
Kağan Özkuk, Erdal Dilekçi

Notice bibliographique

RevueDergiPark (Istanbul University) · 2019
Typearticle
Languetr
DomaineArts and Humanities
ThématiqueCultural and Sociopolitical Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

<!--block-->Objective: The aim of this study was to compare whether balneotherapy has a positive effect on the treatment of elderly individuals receiving physical therapy for chronic low back pain (CLBP). Methods: 244 participants were randomly placed into two groups. The first group was treated with physical therapy (PT), the second group was treated with PT and balneotherapy (BT). Assessments were made using the PainVAS, Quebec Back Pain Disability Scale (Quebec), Health Assessment Questionnaire (HAQ) before treatment (T0) and after treatment (T1). Results: In both groups, there was a statistically significantly decrease in terms of pain-VAS, Quebec and HAQ scores (p<0.001). When pain-VAS scores were compared between the two groups, pain-VAS T0 was significantly higher and pain-VAS T1 was significantly lower in the BT+PT group than the PT group (p=0.001). When the HAQ and Quebec values were compared between the groups, the T0 value was similar in the BT+PT and PT groups (HAQ p=0.068, Quebec p=0.495) while the BT+PT group HAQ and QuebecT1 scoreswere significantly lower than the PT group (p<0.001). The BT+PT group change values were significantly higher than the PT group (p<0.001). Conclusion: These results recommend that combining therapies may be more effective in treating CLBP and balneotherapy may increase the effectiveness of the treatment.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,023
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 Opus0,018
Tête enseignante GPT0,190
Écart entre enseignants0,172 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)→Même sujetCultural and Sociopolitical Studies→Travaux en français237 207→