COMPARATIVE EFFECTS OF LOW INTENSITY LASER THERAPY VERSUS MICROWAVE THERAPY ON PAIN AND FUNCTION IN PATIENTS WITH KNEE OSTEOARTHRITIS: A RANDOMIZED CLINICAL TRIAL
Notice bibliographique
Résumé
Background: Knee osteoarthritis (OA), a degenerative joint disease characterized by pain, stiffness, and functional decline, significantly impacts quality of life, particularly in aging populations. Nonpharmacological therapies like Low-Level Laser Therapy (LLLT) and Microwave Therapy (MWT) are increasingly explored for their potential to alleviate symptoms without systemic side effects. While LLLT employs photo-biomodulation to reduce inflammation and enhance tissue repair, MWT relies on thermal mechanisms for pain. This study aimed to compare the efficacy of LLLT and MWT in reducing pain and improving functional activity in patients with knee OA grades 2 and 3, using the Numeric Pain Rating Scale (NPRS) and the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). Methods: A randomized controlled trial included 30 participants (15 per group) diagnosed with knee OA (Kellgren-Lawrence grades 2-3). Group A received LLLT (830nm, 32 J/cm²/session) alongside a standardized exercise protocol, while Group B underwent MWT (2450 MHz, 20 minutes/session) with the same exercises. Interventions were administered every alternate day for three weeks. Pain (NPRS) and function (WOMAC) were assessed pre- and post-intervention. Statistical analysis used paired and independent t-tests via SPSS. Result: LLLT demonstrated superior outcomes: NPRS scores decreased by 3.47 ± 0.74 (p < 0.001) vs. 1.27 ± 0.96 in MWT (p < 0.05). WOMAC improvements were 21.47 ± 9.04 (LLLT) vs. 10.40 ± 5.43 (MWT) (p < 0.001). These results align with LLLT’s anti-inflammatory and mitochondrial-modulating mechanisms, contrasting MWT’s transient thermal effects. Conclusion: LLLT outperforms MWT in managing pain and function in moderate knee OA, attributed to its bio-modulatory effects on inflammation and tissue repair. While MWT offers short-term relief, LLLT’s sustained benefits position it as a better non-pharmacological therapy.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».