Effectiveness of Pilates exercise on low back pain: a systematic review with meta-analysis
Notice bibliographique
Résumé
PURPOSE: Low back pain is the most frequently reported musculoskeletal disorder and represents one of the highest patient burdens in healthcare. This systematic review and meta-analysis aimed to investigate the effectiveness of Pilates exercise on pain intensity and functional disability caused by low back pain (LBP). MATERIALS AND METHODS: A Systematic review with meta-analysis was conducted. Data sources: MEDLINE-NLM and MEDLINE-EBSCO. We also searched on Scopus Elsevier, Cochrane, DOAJ, SciELO, PEDro, and PLOS ONE databases. Eligibility criteria: randomized controlled trials (RCTs) evaluating LBP in which the primary treatment was based on Pilates exercise compared with no exercise, or non-specific exercise. RESULTS: The search returned 1566 records of which 36 articles were included in the systematic review and 19 in the meta-analysis. Twenty-two studies compared the effects of Pilates exercise vs no exercise and 13 studies examined the effects of Pilates exercise vs non-specific exercise. Analysis showed that Pilates had a positive effect on the perception of LBP vs no exercise. A similar trend occurred with non-specific exercise. CONCLUSIONS: Pilates exercise can decrease LBP compared to no exercise and non-specific exercise. General practitioners should consider Pilates exercise as an effective strategy to manage LBP and counteract the growing health. TRIAL REGISTRATION: PROSPERO registration number: CRD42022308387.IMPLICATIONS FOR REHABILITATIONPilates is a good strategy for improving low back pain and is more effective than other exercise programs or no exercise.Pilates is a safe tool to apply to most of the population with low back pain.Pilates is a non-pharmacological strategy useful for counteracting low back pain.
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 | 0,011 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,005 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».