Factors related to physical therapy management in patients with knee osteoarthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Most physical therapists in developed countries use evidence-based physical therapy for patients with knee osteoarthritis (OA). Conversely, little is known concerning treatment used by Thai physical therapists (PTs) in such patients. Objective: To study the relationship among characteristics of PTs, patients with knee OA, and type of physical therapy treatments. Methods: This survey applied three sets of questionnaires to collect data. Questionnaire Set-A collected PTs’ information and experience in treating knee OA. Questionnaires Set-B collected patients’ information regarding history of knee OA, pain, disability, and function (using pain scale and the modified Thai version of the Western Ontario and McMaster Universities Arthritis Index (Thai-WOMAC). Questionnaire Set-C collected data on the treatment methods provided to each patient. Result: Seventy-six PTs working in the 40 secondary care hospitals across Eastern Thailand, and 267 patients with knee OA participated in this study. Exercise (93.63%) was the most common treatment used. Most PTs applied a combination of techniques to relieve pain and improve knee function. The exercise was associated with the total modified WOMAC score and the patient’s BMI (p<0.05). Conclusion: Most Thai PTs using exercise for treating knee OA that was consistent with the clinical guidelines. Some patient characteristics influenced the PTs’ selection of treatment including age, BMI, pain, stiffness, and functions of patients. Moreover, PTs’ increased skill.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 découle