Efektivitas terapi latihan peregangan dalam manajemen osteoartritis lutut
Notice bibliographique
Résumé
Pendahuluan: Terapi latihan peregangan merupakan terapi utama dan mudah dilakukan untuk osteoartritis lutut, penyebab utama disabilitas dan nyeri di dunia. Saat ini, standar pemberian terapi dan efeknya pada osteoartritis lutut masih bervariasi. Tinjauan pustaka ini bertujuan merangkum efektivitas terapi latihan peregangan terhadap penanganan osteoartritis lutut. Metode: Artikel ini menggunakan tinjauan pustaka dari berbagai literatur artikel penelitian mengenai efektivitas latihan peregangan terhadap osteoartritis lutut. Hasil: Latihan peregangan dapat dilakukan sebagai latihan tunggal ataupun bersamaan dengan latihan lainnya. Latihan ini memberikan efek penurunan nyeri, peningkatan lingkup gerak sendi, dan penurunan disabilitas. Efek-efek tersebut dinilai dengan instrumen Visual Analog Scale (VAS), pemeriksaan lingkup gerak sendi dengan goniometer, Knee Injury and Osteoarthritis Outcome Score (KOOS), Western Ontario and McMaster University Osteoarthritis Index (WOMAC), dan Lequesne’s Index. Peregangan dapat dilakukan secara bervariasi dengan target otot utama adalah kuadrisep dan hamstring selama 15-30 detik, empat sampai sepuluh kali repetisi, dengan frekuensi setiap hari hingga tiga kali seminggu dalam bentuk teknik peregangan statis atau proprioceptive neuromuscular facilitation (PNF). Hasil yang signifikan sudah dapat terlihat dalam enam minggu hingga tiga bulan. Simpulan: Latihan peregangan menunjukkan efek yang baik dalam menurunkan nyeri, meningkatkan lingkup gerak sendi, menurunkan disabilitas, dan meningkatkan kualitas hidup, terutama latihan menggunakan metode peregangan PNF.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».