A Study on the Effects of Lateral-Wedge Insoles on Plantar-Pressure Pattern for Medial Knee Osteoarthritis Using the Wearable Sensing Insole
Notice bibliographique
Résumé
Patients with knee osteoarthritis have a unique plantar-pressure pattern during walking, and lateral-wedge insoles are one of the treatment options. Participants were randomly assigned to either the lateral-wedge insole group or the ordinary insole group. The Visual Analog Scale (VAS), Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), and plantar-pressure test scores were evaluated at the baseline and at 20 weeks. Plantar pressure data were collected using a pressure insole with 89 sensing locations. In the ordinary insole group, the function and total WOMAC scores decreased significantly (function score, 24.8 (baseline) to 16.5 (week 20); total score, 34.9 (baseline) to 24.6 (week 20)). During walking, the transverse width of the center of pressure as a percentage of foot width (%Trans) significantly increased in the ordinary insole group (baseline, 6.3%; week 20, 14.8%). In addition, the values of partial foot pressure as a percentage of body weight (%PFP) on the forefoot (baseline, 30.3%; week 20, 39.2%) and heel (baseline, 28.1%; week 20, 16.9%) also increased significantly in the ordinary insole group. Significant group-by-time interaction effects were observed for partial foot pressure per body weight in the forefoot (p = 0.031) and heel (p = 0.024). In the ordinary insole group, the plantar pressure on the heel significantly decreased (p = 0.011) and that on the forefoot significantly increased (p = 0.023). In contrast, plantar pressure remained stable in all regions in the lateral-wedge insole group. Thus, lateral-wedge insoles may protect against plantar pressure deterioration in patients with knee osteoarthritis.
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 ».