The impact of blood flow restriction training combined with low-load resistance training on the risk of falls in patients with knee osteoarthritis in China: a single-centre, two-arm, single-blind, parallel randomised controlled trial protocol
Notice bibliographique
Résumé
INTRODUCTION: Patients with knee osteoarthritis are at a higher risk of falls compared to healthy individuals, thereby increasing the likelihood of accidental injury. Resistance training is an important strategy for managing knee osteoarthritis. Although some studies suggest that blood flow restriction training combined with low-load resistance training (LL-BFRT) is a beneficial treatment approach, its effect on fall risk and balance function in patients with knee osteoarthritis remains unclear. We aim to conduct a randomised controlled trial to assess the effectiveness of combined training in reducing fall risk and improving function in patients with knee osteoarthritis. METHODS AND ANALYSIS: We will conduct a single-blind pilot randomised controlled trial involving patients with knee osteoarthritis. 98 patients will be randomly assigned to either the LL-BFRT group or the low-load resistance training (LL-RT) group, with a 1:1 allocation ratio. Both groups will undergo a 4-week intervention. Follow-up assessments will be conducted at baseline, 4 weeks, 16 weeks, 28 weeks and 52 weeks. The primary outcome will be the measurement of the fall risk stability index and overall stability index using the Biodex Balance System. Secondary outcomes include the Numerical Rating Scale, the Western Ontario and McMaster Universities Osteoarthritis Index, the 30 s Chair Stand Test, proprioception testing, the Timed Up and Go Test, the Short Form-36 scores, compliance and adverse events. Intention-to-treat principles will be applied in data analysis. ETHICS AND DISSEMINATION: This study has been approved by the Ethics Review Committee of the First Hospital of Quanzhou Affiliated Fujian Medical University (2024-K161). The results of the study will be disseminated through peer-reviewed publications. TRIAL REGISTRATION NUMBER: ChiCTR2400087829.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».