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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207