Evaluation of polyherbal gel for musculoskeletal injuries in industrial workers
Notice bibliographique
Résumé
BACKGROUND: Industrial workers often have musculoskeletal disorders due to the nature of their work. OBJECTIVE: The goal was to investigate the scientific use of polyherbal gel in relieving pain and stiffness due to musculoskeletal injuries and improving activities of daily living (ADLs) in industrial workers. METHODS: A pragmatic, single-blinded, randomized control study divided 200 musculoskeletal injury patients into four parallel groups (n = 50). Groups 1 and 2 were applied polyherbal gel via phonophoresis with therapeutic ultrasound and superficial massage. Groups 3 and 4 received diclofenac diethyl-ammonium 1% gel by phonophoresis and superficial massage. The Global Pain Relief Scale, Numeric Pain Rating Scale (NPRS), and Western Ontario and McMaster Universities Arthritis Index (WOMAC) were used to measure pain, stiffness, and ADLs. Data was analyzed using one-way analysis of variance (ANOVA) and paired t-test to compare mean±SD of four independent groups before and after gel application. The confidence interval was 95%, with p < 0.05 considered significant. RESULTS: The results revealed that polyherbal gel reduced pain (NPRS, WOMAC and Global pain relief scales) more efficiently (p≤0.000) when applied with phonophoresis as compared to applied with massage and standard diclofenac (p≤0.005), furthermore, polyherbal gel when applied with phonophoresis showed more efficient results. CONCLUSION: Industrial workers with musculoskeletal injuries benefited from the use of polyherbal gel for pain and inflammation relief. The polyherbal gel is natural, cost-effective, and easy to formulate.
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 | 0,002 | 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 ».