Effectiveness of Joint Mobilization with Transcutaneous Nerve Stimulation for relieving pain and improving functional mobility on chronic osteoarthritis knee patients
Notice bibliographique
Résumé
Background: Chronic knee osteoarthritis (OA) is a major cause of joint pain and mobility limitation among older adults. Physiotherapy interventions, such as transcutaneous electrical nerve stimulation (TENS) and joint mobilization, are commonly used to manage symptoms non-pharmacologically. Objective: This study aimed to determine the effectiveness of joint mobilization combined with TENS in relieving pain and improving functional mobility in individuals with chronic knee OA. Methodology: A total of 24 participants were recruited and assigned into two groups. Group A received joint mobilization combined with TENS, while Group B received TENS alone. The intervention was conducted over four weeks, with treatments provided twice weekly. Pain intensity was assessed using the Visual Analogue Scale (VAS), and functional mobility was measured with the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), both before and after the intervention. Result: The results showed a significant reduction in pain and improvement in functional mobility for both groups (P<.01). The results showed a significant difference in pain level between both groups (P=.03), but no significant difference in functional mobility between both groups (P=.46). Conclusion: These findings suggest that joint mobilization, when used together with TENS, may enhance pain management in patients with chronic knee OA. Although functional improvements were not significant within the short intervention period, the combined approach may prepare patients for more active rehabilitation in later stages. Further research with longer durations and larger sample sizes is recommended.
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) | 0,000 | 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 ».