Comparison of Structural Diagnosis and Management (SDM) approach and MyoFascial Release (MFR) for improving plantar heel pain, ankle range of motion and disability: A randomized clinical trial
Notice bibliographique
Résumé
[Purpose] The purpose of this study was to compare the effectiveness of the Structural Diagnosis and Management (SDM) approach with Myofascial Release (MFR) in improving plantar heel pain, ankle range of motion, and disability. [Subjects] Sixty-four subjects, aged 30–60 years, with a diagnosis of plantar heel pain, plantar fasciitis, or calcaneal spur by a physician according to ICD-10, were equally allocated to the MFR (n = 32) and SDM (n = 32) groups by hospital randomization and concealed allocation. [Methods] In this assessor-blinded randomized clinical trial, the control group performed MFR to the plantar surface of the foot, triceps surae, and deep posterior compartment calf muscles, while the experimental group performed a multimodal approach utilizing the SDM concept for 12 sessions over 4 weeks. Both groups also received strengthening exercises, ice compression, and ultrasound therapy. Pain, activity limitations and disability were assessed as primary outcomes using the Foot Function Index (FFI) and Range of motion (ROM) assessment of the ankle dorsiflexors and plantar flexors using a universal goniometer. Secondary outcomes were measured using the Foot Ankle Disability Index (FADI) and a 10-point manual muscle testing process for the ankle dorsiflexors and plantar flexors. [Results] Both MFR and SDM groups exhibited significant improvements from baseline in all outcome variables, including pain, activity level, disability, range of motion, and function after the 12-week intervention period (p < .05). The SDM group showed more improvements than MFR for FFI pain (p < .01), FFI activity (p < .01), FFI (p < .01) and FADI (p = <.01). [Conclusion] Both MFR and SDM approaches are effective in reducing pain, improving function, ankle range of motion, and reducing disability in plantar heel pain, however, the SDM approach may be a preferred treatment option.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».