MétaCan
Menu
Retour à la cohorte
Enregistrement W4293102380 · doi:10.3390/clinpract12040064

Effects of an Intensive 6-Week Rehabilitation Program with the HUBER Platform in the Treatment of Non-Specific Chronic Low Back Pain: A Pilot Study

2022· article· en· W4293102380 sur OpenAlexaff
Mélanie Tantot, Vincent Le Moal, Éric Mévellec, Isabelle Nouy-Trollé, Emmanuelle Lemoine-Josse, Florent Besnier, Thibaut Guiraud

Notice bibliographique

RevueClinics and Practice · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineIsometric exercisePhysical therapyTrunkRehabilitationPhysical medicine and rehabilitationHamstringFlexibility (engineering)Randomized controlled trialSurgery

Résumé

récupéré en direct d'OpenAlex

Non-specific chronic low back pain (NSCLBP) is defined as a complex disorder involving structural, biomechanical, cognitive, psychological, social, and lifestyle factors. Non-pharmacological approaches such as exercise and physical therapy have been proposed in first-line treatments, along with psychological follow-up and pain medication if needed. Our objective was to evaluate the effectiveness of an intensive rehabilitation program with HUBER (a multi-axis motorized platform equipped with force sensors, allowing patients to perform physical exercises in an isometric mode) on the spine flexion-to-extension ratio at 60 and 120°/s, pain, and trunk flexibility in individuals with NSCLBP. Twelve participants underwent a clinical evaluation including isokinetic spine strength and participated in a 6-week rehabilitation program with HUBER 360 Evolution. The main findings of this pilot study show that the flexor/extensor ratios at 60°, the flexibility of the hamstring and quadriceps, and muscular endurance of the trunk, disability, and quality of life were significantly improved at the end of the rehabilitation program (p < 0.05). Low back pain and analgesic medication were also reduced. Exercising with the HUBER Platform seems to be effective in managing NSCLBP but a randomized study with a larger sample size and a control group is necessary.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,350
Écart entre enseignants0,320 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinics and PracticeMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207