Effect of Low-Level Laser Therapy on Knee Range of Motion and Functional Abilities After Total Knee Arthroplasty
Notice bibliographique
Résumé
Objective: The aim of this study was to determine the effectiveness of combined low-level laser therapy (LLL) and rehabilitation in patients following recent total knee replacement (TKR). Methods: A double-blind randomized controlled study was conducted at the Orthopedic Department of Mansoura University Hospital. Forty-four patients were chosen from a total of 58 patients who met the inclusion criteria and were assigned randomly into control and experimental groups of equal size. Ultimately, 40 patients completed the study (20 from each group). Both groups participated in an intensive functional rehabilitation program, and the experimental group also received LLL therapy around the knee at the incisional line, the medial and lateral intra-articular space, above and below the patella, and at the popliteal fossa at low fluence (6 J/cm2, 650 nm continuous wave) and 60 s per point with a total dose of 48 J per session over 12 treatment sessions for six weeks. Knee range of motion (ROM) was measured with a digital goniometer, and functional abilities were assessed with the Arabic version of the Western Ontario and McMaster Universities Osteoarthritis (WOMAC) index. Results: There were significant differences in all variables pre- and post-treatment within each group. Before treatment, there was no significant difference in any of the measured variables between the groups (P>0.05). After treatment, there were significant differences in knee flexion ROM and WOMAC index (P<0.05) but no significant difference in knee extension ROM between the groups (P>0.05). Conclusion: The addition of low-level laser therapy to a rehabilitation program post-TKR resulted in substantial enhancements in knee flexion range of motion and the WOMAC index.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».