Nonimmersive Virtual Reality-Based Exercises Improve Muscle Excitability and Balance in Patients with Knee Osteoarthritis: A Sham-Controlled Study
Notice bibliographique
Résumé
Objective: Pain, decreased muscle strength, regression in activities of daily living (ADL), narrowing of joint range of motion (ROM), impairment of proprioceptive sense, and deterioration in static-dynamic balance are frequently observed in knee osteoarthritis (KOA). The aim of this study is to examine the effect of nonimmersive virtual reality (NIVR) application on muscle excitability and motor neuron pool activation level around the knee, balance, proprioception, physical function level, independence levels in ADL, muscle endurance, and patient satisfaction in patients with KOA. Materials and Methods: Forty patients with KOA were randomized to an experimental group (EG; n = 20) and a sham-controlled group (SG; n = 20). The EG received 45 minutes of traditional physiotherapy and 30 minutes of NIVR-based exercises for 3 weeks, 5 days a week, while the SG received traditional physiotherapy and a sham virtual reality (VR) application for 30 minutes for the same period. Primary outcomes were muscle excitability (maximal voluntary contraction [MVC]), motor neuron pool activation level, and balance. Secondary outcomes included proprioception, endurance, independence in ADL, pain level, physical functional condition (Western Ontario and McMaster Universities Arthritis Index [WOMAC]), and treatment satisfaction. Results: Findings showed a significant difference in endurance, pain level, and independence in ADL scores in favor of the EG (all values, P < 0.05). Moreover, WOMAC, static and dynamic balance (differences timed up and go [TUG]: EG: −4.75, SG: −2.10, P = 0.02, d = 0.907), MVC, and proprioception scores also showed the highest differences (most values, P < 0.001). Conclusion: Nonimmersive VR applications are a feasible approach for KOA and are effective approaches for increasing muscle excitability, static and dynamic balance, muscle endurance, proprioception, independence in ADL, treatment satisfaction, and reducing pain intensity in KOA.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».