The Impact of Self-acupressure on the Pain, Joint Stiffness, and Physical Functioning of Patients With Knee Osteoarthritis
Notice bibliographique
Résumé
Background: People with knee osteoarthritis have a low quality of life due to joint pain and stiffness, severely limiting their daily activities. This study aims to investigate the impact of self-acupressure on the pain, joint stiffness, and physical functioning of patients with knee osteoarthritis. Methods: This randomized clinical trial was conducted on 78 patients aged 50 to 70 with knee osteoarthritis, referred to Imam Khomeini Hospital and private orthopedic clinics in Ahvaz City, Iran, in 2018. The patients were recruited based on the inclusion criteria and then randomly assigned to three groups: self-acupressure (n=26), sham (n=26), and control (n=26). Patients in the intervention group applied daily self-acupressure to 5 specific points around their knees for 8 consecutive weeks. The sham group applied pressure on the points different from those used by the intervention group. The control group received no intervention. The study data were collected using the Western Ontario and McMaster osteoarthritis index (WOMAC), visual analog scale (VAS), and a checklist for daily recordings of pain medication. The obtained data were analyzed using the chi-square test and analysis of variance in SPSS software, version 20. The significance level was set at P<0.05. Results: The comparison of changes within the group showed that the intensity of pain in the intervention group decreased over time (P<0.0001). Also, the joint stiffness, physical functioning, and total WOMAC score significantly decreased in the intervention group (P<0.0001). The frequency of analgesic use was also reduced in the intervention group over time (P=0.026). Conclusion: According to the results, self-acupressure effectively reduces the intensity of pain and joint stiffness and improves the physical performance of older adults with knee osteoarthritis. Overall, this easy and affordable intervention is recommended for this group.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 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 ».