MétaCan
Menu
Retour à la cohorte
Enregistrement W4313473263 · doi:10.3390/healthcare11010122

Effect of Combined Exercise Program on Lower Extremity Alignment and Knee Pain in Patients with Genu Varum

2022· article· en· W4313473263 sur OpenAlexaboutno aff
Hyung-Hoon Moon, Yong-Gon Seo, Won-Moon Kim, Jae-Ho Yu, Hae-Lim Lee, Yun-Jin Park

Notice bibliographique

RevueHealthcare · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenu varumGenu ValgumMedicineKnee painPhysical therapyAnkleOsteoarthritisPhysical medicine and rehabilitationOrthodonticsSurgery

Résumé

récupéré en direct d'OpenAlex

This study aimed to assess the effect of a combined exercise program on lower-extremity alignment and knee pain in patients with genu varum. Forty-seven middle-aged women with knee pain and genu varum were randomly divided into the exercise (EG, n = 24) and control (CG, n = 23) groups. The exercise group underwent a combined exercise program lasting 60 min in one session, three times a week for 12 weeks. Knee-to-knee length (KTKL), hip-knee-ankle angle (HKAA), hip inclination angle (HIA), and medial proximal tibial angle (MPTA) were assessed to evaluate lower-extremity alignment. To evaluate knee pain, the short form-McGill Pain Questionnaire (SF-MPQ) were used. There was a significant difference between the groups, and a decrease of 16% in KTKL (from 6.48 ± 1.26 cm to 5.47 ± 1.21 cm) was shown in EG. Other variables, including HKAA, HIA, and MPTA on the right side, showed significant differences between pre- and post-intervention in EG (p < 0.01, p < 0.01, and p < 0.01, respectively). SF-MPQ score improved with 45% from 18.75 ± 1.64 to 10.33 ± 2.47 after exercise intervention in EG. These results suggest that the combined exercise program, including strength and neuromuscular exercises, is an effective intervention for improving lower-extremity alignment and knee pain in middle-aged women with genu varum.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,478
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,263
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207