MétaCan
Menu
Retour à la cohorte
Enregistrement W4386739711 · doi:10.55041/ijsrem25698

EFFECT OF SCIATIC NERVE MOBILIZATION ON LOWER LIMB FUNCTION AMONG SUBJECTS WITH DIABETIC NEUROPATHY

2023· article· en· W4386739711 sur OpenAlexaboutno aff
T.s.s.Priya Meghana

Notice bibliographique

RevueINTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSensationPeripheral neuropathySciatic nerveDiabetes mellitusDiabetic neuropathyEntrapment NeuropathySurgeryVisual analogue scalePhysical medicine and rehabilitationPhysical therapyAnesthesiaCarpal tunnel syndromePsychology

Résumé

récupéré en direct d'OpenAlex

The most frequent consequence that diabetes people experience is diabetic neuropathy. The form of diabetic neuropathy that occurs most frequently is distal symmetrical polyneuropathy, involving sensory, motor and autonomic fibers. Sensory disturbance is most common and may be seen as hypersensitivity to touch, burning sensation, tingling and pricking pain sensation. Techniques for nerve mobility can be utilized to lessen discomfort and enhance sensibility in the area that the nerve feeds. The goal of this study is to evaluate the impact of sciatic nerve mobilization on the performance of the lower limbs and the degree of peripheral neuropathy in diabetic neuropathy patients. A Quasi-experimental design was carried out in Saveetha physiotherapy OPD, Saveetha medical college and hospital, Chennai involving 30 patients recruited using convenient sampling procedure. The data were tabulated and analyzed using Graph pad prism. This study focuses on the Influence of sciatic nerve mobilization on lower limb mobilization among subjects with diabetic neuropathy. Key Words: Sciatic nerve mobilization, Diabetic neuropathy, Lower limb function, Dynamic gait index scale, Toronto clinical neuropathy score.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,216

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,019
Tête enseignante GPT0,300
Écart entre enseignants0,281 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENTMême sujetPain Mechanisms and TreatmentsTravaux en français237 207