Efficacy of Combining Whole-body Vibration Training and Closed Kinetic Chain Exercises in Early Knee Osteoarthritis: A Preliminary Study
Notice bibliographique
Résumé
Objectives: We aimed to conduct a preliminary evaluation of the effectiveness of integrating whole-body vibration training (WBVT) into conventional closed kinetic chain (CKC) exercises as an intervention strategy for early knee osteoarthritis (KOA). Methods: : This non-randomized comparative study conducted at an orthopedic clinic involved 53 patients (with Kellgren-Lawrence grades 1-2); 37 patients received only physical therapy (CKC group), and 16 patients received both physical therapy and WBVT (WBVT group). The primary outcome was the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) subscale score for pain, and the secondary outcomes were the WOMAC subscale score for physical function and muscle-strength assessments [isometric knee extension strength and the 30-second chair-stand test (CS-30) score]. Propensity score matching (PSM) was used to adjust for bias between the control and intervention groups. Results: : After PSM adjustment, 13 patients were selected from each group. The WBVT group showed a significant improvement in the WOMAC pain score (d=1.16, P=0.007) and a significant increase in the CS-30 score (d=0.81, P=0.049). However, for the WOMAC physical function score, the between-group difference remained statistically insignificant (d=0.59, P=0.146). Conclusions: : WBVT may be effective in reducing the pain of early KOA. WBVT is a non-invasive and convenient method, underscoring its potential as a novel therapeutic option.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».