MétaCan
Menu
Retour à la cohorte
Enregistrement W4312388567 · doi:10.47750/pnr.2022.13.s01.108

The Effects of Applied Thai Traditional Massage Combined with Knee Exercise on Knee OA Patients: A Case Study of Ban Kracheng Community Health Promoting Hospital, Pathum Thani Province, Thailand

2022· article· en· W4312388567 sur OpenAlexaboutno aff
Nitipun Boonperm, Phanida Wamontree, Nittaya Putthumrugsa, Khongdet Phasinam, Dowroong Watcharinrat, Rosarin Taksin

Notice bibliographique

RevueJournal of Pharmaceutical Negative Results · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMassagePhysical therapyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

The present study aimed to examine the effects of applied Thai traditional massage combined with knee exercise on knee osteoarthritis (OA) patients.To achieve the research objective, a randomized controlled trial was conducted.The data were collected from 31 knee OA patients using a survey questionnaire, a 10-level pain intensity assessment scale, the Western Ontario and McMaster Universities Osteoarthritis Index, and the Thai version of the Oxford Knee Score translated by the Royal College of Orthopaedic Surgeons of Thailand.Then the data were analyzed using descriptive statistics and the paired sample t-test.The results showed that the majority of the subjects were female aged 60 or over.After the administration of the treatment, almost three-fourths reported experiencing less severe OA and lower knee pain.Also, a pre-and post-treatment comparison revealed increased knee range of extension and flexion measured with a goniometer and improved quality of life at the significance level of 0.05.Based on the findings, it can be concluded that applied Thai traditional massage combined with knee exercise can effectively alleviate OA by relieving muscle contraction, enhancing blood circulation, and strengthening the knee joint.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,281 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmaceutical Negative ResultsMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207