An unsupervised online Tai Chi program for people with knee osteoarthritis (“My Joint Tai Chi”): Study protocol for the RETREAT randomised controlled trial
Notice bibliographique
Résumé
Background: Knee osteoarthritis (OA) is a leading contributor to global disability, with exercise proven to be an effective treatment. Tai Chi is a recommended type of exercise, but it is primarily done in person which imposes an accessibility issue. This study aims to evaluate the effects of an online unsupervised program, when provided with online educational information and exercise adherence support, on changes in knee pain and physical function, when compared to online education control for people with knee OA. Methods: A two-arm, superiority parallel-design, pragmatic randomised controlled trial will be conducted involving 178 people with a clinical diagnosis of knee OA. After completing baseline assessment, participants will be randomly assigned to either: i) "My Joint Education", an education control website containing OA information only; or ii) "My Joint Tai Chi", an intervention website containing the same information as the control, a 12-week unsupervised online Tai Chi program to be undertaken at home 3 times a week, and information about an exercise adherence support app. All participants will be reassessed at 12 weeks after randomisation. Primary outcomes are overall knee pain during walking and physical function using the Western Ontario and McMaster Universities Osteoarthritis Index subscale. Discussion: This randomised controlled trial will provide evidence about the effectiveness of the "My Joint Tai Chi" website compared to "My Joint Education" website on self-reported knee pain and physical function for people with knee OA. Trial registration: July 2023.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| 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 ».