Efektivitas Intervensi Fisioterapi dalam Mengurangi Nyeri dan Meningkatkan ROM pada Lansia Penderita Osteoarthtritis Genu di RST. Soedjono Magelang
Notice bibliographique
Résumé
Background: Knee osteoarthritis is one of the most common degenerative conditions in older adults, often causing pain and limited range of motion (ROM), which negatively affects quality of life. Physiotherapy management plays an important role in reducing pain, improving flexibility, and maintaining joint function. Objective: This study aims to evaluate the effectiveness of physiotherapy interventions in reducing pain and improving ROM in elderly patients with knee osteoarthritis. Method: A case study was conducted on a 63-year-old patient at Dr. Soedjono Level II Hospital, Magelang, who underwent three therapy sessions consisting of Infrared (IR), Transcutaneous Electrical Nerve Stimulation (TENS), Proprioceptive Neuromuscular Facilitation (PNF) with the hold-relax technique, and static cycling. Assessments were carried out using the Numeric Rating Scale (NRS), Likert Gait Scale (LGS), and the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). Results: The findings showed a significant reduction in pain on palpation (from 4/10 to 1/10), improvement in knee flexion ROM (from 110° to 135°), and functional enhancement indicated by a decrease in WOMAC scores from 39.58% to 27.08%. Conclusion: These results suggest that structured physiotherapy interventions provide therapeutic benefits in reducing pain, improving joint flexibility, and enhancing functional ability in elderly patients with knee osteoarthritis.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».