Effectiveness of Integrated Neuromuscular Inhibition Technique and Instrument Assisted Soft Tissue Mobilisation in the Management of Upper Trapezius Myofascial Trigger Points
Notice bibliographique
Résumé
Background: This study was designed to inspect the effectiveness of Integrated NeuromuscularInhibition Technique (INIT) and Instrument Assisted Soft Tissue Mobilisation (IASTM) on UpperTrapezius Myofascial Trigger Points.Purpose: To compare the effectiveness of integrated neuromuscular inhibition technique and instrumentassisted soft tissue mobilization in the management of upper trapezius myofascial trigger pointMaterials and Methods: Sixty subjects with Active Trigger Points (53 females and 7 males) weredivided randomly into two equal groups. Group “A” received INIT three times/week while Group“B” received IASTM once/week for two weeks. Numeric Pain Rating Scale (NPRS), Neck DisabilityIndex (NDI) and Active Cervical Range Of Motion (CROM) were used to evaluate subjects at twointervals (Pre-Treatment and Post-Treatment).Results: Statistical analysis show that there is a significant change within-group for NPRS, NDI andCROM (Lateral Flexion) pre and post treatment with a p<0.0001 for both Groups A and B. Betweengroupanalysis is statistically significant with p=0.0026 for NPRS, p=0.0569 for NDI and p<0.0001 forAROM thus with superiority for INIT in reducing pain and improving ROM.Conclusion: Integrated Neuromuscular Inhibition Technique is more effective than InstrumentAssisted Soft Tissue Mobilisation in the Management of Upper Myofascial Trigger Points.
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 | 0,001 | 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 ».