Comparative Effectiveness of Gua Sha, Cryostretch, and Positional Release Technique on Tenderness and Function in Subjects with Plantar Fasciitis: a Randomized Clinical Trial
Notice bibliographique
Résumé
Background: Plantar fasciitis (PF) can be treated effectively with manual techniques like cryostretch (CS) and the positional release technique (PRT). Although Gua Sha (GS) has been suggested in the literature for PF, its efficacy has not been studied in the research. Objective: To determine and compare the effectiveness of GS, CS, and PRT in subjects with PF in terms of pain intensity, pain pressure threshold, and foot function. Methods/Design: Thirty-six patients with PF (n=36) were randomly allocated to three study groups (12 in each group)-group GS, group CS, and group PRT, respectively. Settings: A randomized clinical trial was conducted at physiotherapy OPD in a tertiary health center. Participants: Subjects of all genders with plantar fasciitis of the age group 20-60 years. Thirty-six subjects with plantar fasciitis out of whom 12 were males and 24 females. There were no dropouts in this study. Intervention: The interventions included the Gua Sha technique (1 session), the cryostretch technique with a frozen tennis ball (3 sessions), and the positional release technique (7 sessions), along with common exercises for all three groups. Outcome Measures: Pain intensity, foot functions, and pain pressure threshold were assessed using the Numerical Pain Rating Scale, Foot Function Index, and pressure algometer, respectively, on day 1 (pre-intervention) and day 7 (post-intervention). Results: =.0001). Conclusion: Although all three groups showed improvement, Gua Sha was superior in terms of reducing pain, cryostretch for improving foot functions, and PRT for reducing tenderness. The interventions used in this study are cost-effective and have proved to be simple and safe techniques.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».