Diz osteoartriti olan hastaların egzersiz programlarına uyumları nasıl artırabiliriz?: randomize kontrollü çalışma
Notice bibliographique
Résumé
Giriş: Osteoartrit hastaların egzersiz tedavisine uyumlarını artırabilecek bir yöntemin sınanmasıdır. Gereç ve Yöntem: Randomize kontrollü bir müdahale çalışmasıdır. Marmara Üniversitesi Hastanesi Aile Hekimliği Kliniği'ne başvuran 64 hasta çalışmaya kabul edilmiştir. Hastaların yarısı müdahale grubuna, diğer yarısı kontrol grubuna randomize edilmiştir. Çalışmanın süresi 12 haftadır. Müdahale grubundaki katılımcılara broşür ve demonstratif olarak egzersiz eğitimleri dereceli olarak artırılarak verilmiştir. Kontrol grubuna ise egzersizleri içeren broşür verilmiştir. Hastaların uyumları hasta günlükleri, telefon takipleri ile değerlendirilmiş, her vizitte tüm katılımcıların Western Ontario and McMaster Universities (WOMAC) skorları saptanmıştır. Bulgular: Katılımcıların %98.4'i kadındır. Müdahale grubundaki katılımcıların ortalama yaşı 56.8±9.27, standart bakım grubundaki katılımcıların ortalama yaşı 52.4±10.0 saptanmıştır. Müdahale grubunun uyumu takip boyunca yüksek düzeydedir (ortanca %100). Müdahale grubundaki katılımcıların ağrı ve WOMAC skorlarında belirgin iyileşme saptanmıştır (sırası ile 43.5 (25.7–50.25), 18.5 (10.5–27.75), 16.5 (9.0–25.0), 9.5 (5.0–18.0)(p=0.0001). Kontrol grubunun egzersiz programına uyumu başlangıçta iyi olmakla beraber, uzun dönemde orta düzeye indiği görülmüştür (sırası ile 72.5 (55.0–97.5) ve 55 (25.0–85.0) (p=0.036). Kontrol grubundaki ağrı ve WOMAC skorundaki iyileşme müdahale grubundan daha düşüktür (sırası ile 36.0 (23.5–42.25), 31.5 (21.25-46.25), 27.0 (15.25–39.0) (p=0.037). Sonuç: Egzersiz eğitiminin, derecelendirilerek ve demonstrasyon ile yapılması uyumu artırabilir.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».