Effect of aquatic resistance, balance, and proprioception training on lower limb muscle performance in bilateral knee osteoarthritis
Notice bibliographique
Résumé
Objectives: Knee osteoarthritis (KOA) leads to persistent pain, joint stiffness, and muscle weakness, significantly limiting physical activity. Treatment options include surgical interventions, non-invasive alternatives, and exercise-based therapies. Land-based training (LBE) strengthens muscles, reduces pain, and improves function. In contrast, aquatic exercise (AQE) offers comfort. The study aimed to investigate the impact of aquatic resistance, balance, and proprioception training on lower limb muscle performance in bilateral KOA patients. Methods: This randomized clinical trial included 290 participants assigned to Groups A (Control group) and B (Interventional group), with 145 participants in each group. Over eight weeks, participants engaged in both LBE and AQE. Visual analog scale (VAS), 1 repetition maximum (RM) leg press test, proprioception, timed up-and-go (TUG) test, 40-m fast-paced walk test (40 mFPWT), and Western Ontario and McMaster Universities Arthritis Index (WOMAC) were utilized to evaluate the results. Results: The results revealed highly significant improvements in both groups’ VAS and WOMAC scores ( P = 0.0001). However, when compared to Group A, Group B demonstrated significantly better outcomes in the 1RM leg press test, proprioception, TUG test, and the 40 mFPWT ( P = 0.0001). Conclusion: The study found that an eight-week aquatic training program helped alleviate pain and improved lower limb muscle performance in bilateral KOA patients.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».