Core Training for Pain Management and Functional Improvement in Patients With Patellofemoral Pain Syndrome
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study is to investigate the effects of core strengthening exercises on pain, mobility, and lower limb muscle strength in patients with patellofemoral pain syndrome. DESIGN: Six databases were searched from inception until August 11, 2023. Pain, function, and muscle strength-related outcomes were extracted and the quality of the studies was assessed using the PEDro scale and the level of evidence was assessed using the GRADE. RESULTS: Nineteen studies involving 1138 patients were included. Very low-grade evidence supported the short-term pain-relieving effect of core training (standardized mean difference = -0.60, 95% confidence interval [-0.95, -0.25]), high-grade evidence supported the short-term functional improvement effects of core training (weighted mean difference = 3.61, 95% confidence interval [1.44, 5.78]), which was similarly significant within 3-12 mos of follow-up. The results of the subgroup analyses suggested that hip-knee training was most advantageous in relieving pain and enhancing motor function. CONCLUSIONS: Although training that includes trunk core is clearly superior to knee strengthening alone, the effectiveness of hip-knee training, which is also a core training program for pain and function, is more pronounced. The available evidence supports that hip-knee training is the most valuable treatment option for patients with patellofemoral pain syndrome.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».