Exercise based multisite pain management in temporomandibular dysfunction and chronic low back pain: a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Temporomandibular disorders (TMDs) and chronic low back pain (CLBP) frequently coexist, with CLBP reported in 29% of TMDs cases. This co-occurrence emphasizes the importance of multisite pain management approaches. OBJECTIVE: To compare the effects of Rocabado's exercises alone or combined with structured back exercises on TMD-related pain, mandibular range of motion (ROM), and CLBP severity. METHODS: Forty participants with myogenic TMD and nonspecific CLBP were randomly assigned to a control group (CG, Rocabado only) or complex exercise group (CEG, Rocabado + back exercises). Both underwent 24 supervised sessions over six weeks. Pain was assessed via the Graded Chronic Pain Scale (GCPS-2.0), Short Form-McGill Pain Questionnaire (SF-MPQ), and Numeric Pain Rating Scale (NPRS). Jaw function and ROM were evaluated using the Jaw Functional Limitation Scale (JFLS-20) and objective mandibular movement measures. Oral health-related quality of life was assessed via the Oral Health Impact Profile-14 (OHIP-14). RESULTS: < .001, d > 0.8). CONCLUSION: Rocabado's exercises reduced TMDs pain and improved jaw function, while structured back exercises provided additional benefits for the pain severity of CLBP and sensory pain of TMDs. TRIAL REGISTRATION: Clinical trial approval was obtained at https://www.clinicaltrials.gov/, and the registration status was made publicly available with the number NCT06343155 on April 1, 2024. (https://clinicaltrials.gov/study/NCT06343155).
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».