Level of participation in physical therapy or an internet-based exercise training program: associations with outcomes for patients with knee osteoarthritis
Notice bibliographique
Résumé
Abstract Background To examine whether number of physical therapy (PT) visits or amount of use of an internet-based exercise training (IBET) program is associated with differential improvement in outcomes for participants with knee osteoarthritis (OA). Methods A secondary analysis was performed using data from participants in 2 arms of a randomized control trial for individuals with symptomatic knee OA: PT (N = 135) or IBET (N = 124). We examined associations of number of PT visits attended (up to 8) or number of days the IBET website was accessed during the initial 4-month study period with changes in Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) total, pain and function subscales, as well as a 2-min Step Test, at 4-month and 12-month follow-up. Results Participants with more PT visits experienced greater improvement in WOMAC total score (estimate per additional visit = − 1.18, CI 95% = − 1.91, 0.46, p < 0.001) and function subscore (estimate = − 0.80, CI 95% = − 1.33, − 0.28, p < 0.001) across follow-up periods. For WOMAC pain subscale, the association with number of PT visits varied significantly between 4- and 12-month follow-up, with a stronger relationship at 4-months. There was a non-significant trend for more PT visits to be associated with greater improvement in 2-min Step Test. More frequent use of the IBET website was not associated with greater improvement for any outcome, at either time point. Conclusion Increased number of PT visits was associated with improved outcomes, and some of this benefit persisted 8 months after PT ended. This provides guidance for PT clinical practice and policies. Trial registration NCT02312713 , posted 9/25/2015.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».