Effect of video-based exercise on premenstrual symptoms: a randomized controlled trial
Notice bibliographique
Résumé
OBJECTIVES: This study aims to investigate the impact of Pilates exercises on premenstrual syndrome (PMS) symptoms, perceived stress levels, and pain intensity. MATERIAL AND METHODS: Forty-six women with PMS participated in this study and were assigned to the intervention and control groups based on their willingness to participate. The intervention group undertook Pilates practices via video recording twice a week for 8 weeks, while the control group did not engage in regular exercise during the same period. PMS symptoms were assessed using the Premenstrual Syndrome Scale (PMSS), premenstrual stress levels were evaluated using the Perceived Stress Scale (PSS), and premenstrual pain levels were assessed using the McGill Melzack Pain Questionnaire (MPQ) at both the beginning and end of the study. RESULTS: There was a significant difference observed in the PMSS, PSS and MPQ evaluations of the intervention group following their participation in Pilates practices (p < 0.05). Conversely, no significant difference was observed in the PMSS, PSS and MPQ evaluations of the control group at the end of the study (p > 0.05). There was no statistically significant difference between the two groups in PMSS evaluation (p > 0.05) at the end of the study. However, a statistically significant difference was detected in PSS and MPQ evaluations (p < 0.05). CONCLUSIONS: Pilates exercise can affectively decrease the perceived stress level and pain severity in PMS affected women. This study highlights the efficacy of Pilates for physiotherapists in PMS symptom reduction. Moreover, the implementation of a self-guided video-based home exercise program could provide patients with practical and time-efficient alternatives.
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) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».