AYURVEDIC MANAGEMENT OF MANYASTAMBA WITH SPECIAL REFERENCE TO TORTICOLLIS: A CASE REPORT
Notice bibliographique
Résumé
In this era of modernization and fast life, everybody is busy and living stressful life. Neck pain is common now a days, due to fast developing technical era people can’t concentrate on their proper regimens and facing problems like Manyasthambha. Manyastambhais defined under Nanatmaja Vatavyadhi. It is a disease where, the Vikruta Vata get lodges in the Manya Pradesha causing symptoms like Stambha and Shoola. Manyastambha can be corelated with symptoms of Torticollis. Objective: This single case study the efficacy of Valuka sweda, greeva basti and Pippalyadi Avapeedana Nasya in the management of Manyastambha. Methods: A case report of female patient where, 45-year-old with a chief complaint of Manyastambha and Manya shoola and restricted movements in the cervical joints. Two outcome measures were used for the assessment: Toronto Western Spasmodic Torticollis Rating Scale (TWSTRS) severity score. Assessment was conducted on the 0th and 8th day. Results: Torticollis can be effectively managed using Valukasweda, Greevabasti and Pippalyadi Avapeedana Nasya. There was clinically significant difference in pain intensity and Toronto Western Spasmodic Torticollis Rating Scale (TWSTRS) scores on the 0th day and 8th days. Conclusion: Toronto Western Spasmodic Torticollis Rating Scale (TWSTRS) scores on the 0th day and 8th days was reduced from 57 to 48. Hence, Valukasweda, Greevabasti and Pippalyadi Avapeedana Nasya in the management of Manyastambha.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».