Effect of a Self-Care Application on Pain and Motor Rehabilitation Following Total Knee Arthroplasty
Notice bibliographique
Résumé
Background and purpose: Today, development of telemedicine technology has led to wide use of smartphone to connect patients and health care teams to improve patient care. The aim of this study was to determine the effect of a self-care application on pain and mobility rehabilitation in patients following total knee arthroplasty surgery. Materials and methods: A randomized controlled clinical trial was carried out in 100 patients who were candidates for knee arthroplasty surgery at Tehran Baqiyatullah (Aj) Hospital. In this study, the experimental group was provided with a self-care application and the control group received routine hospital care. At days 7 and 14 after the surgery, the two groups were evaluated for pain and mobility rehabilitation using the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and Von Korff Pain Intensity and Disability Score. Results: Out of 100 people, 30 were men and 70 were women with an average age of 48.66±15.62. Findings showed significant differences between the two groups, at day 14 after the surgery, in mobility rehabilitation (P= 0.004) and pain (P= 0.001) at 95% confidence interval. Conclusion: According to this study, the self-care application improved pain and motor recovery after total knee arthroplasty surgery. (Clinical Trials Registry Number: IRCT20210724051973N1)
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».