Low-level Laser Therapy in Knee Osteoarthritis: A Prospective Analytical Study
Notice bibliographique
Résumé
Background/Aims: Osteoarthritis (OA) is the second common rheumatologic disorder and the most prevalent joint disease in India, affecting 20–40% of the population. Low-level laser therapy (LLLT) has been used to alleviate pain in musculoskeletal conditions. Despite the fact that LLLT is extensively used, the consequences from both experimental and medical research continue to be inconsistent. This study aims to assess the pain-relieving effectiveness of LLLT in patients with Kellgren–Lawrence Grade I and II knee OA, using the Visual Analog Scale (VAS) and the Western Ontario McMaster Osteoarthritis Index (WOMAC). Materials and Methods: The study was carried out at a tertiary care center in Bengaluru. Fifty patients were recruited primarily based on the following inclusion criteria: 1. Idiopathic knee OA 2. Grade I or II bilateral knee OA confirmed by X-ray 3. Average pain intensity of 40 or greater on a 100-mm VAS 4. Age: 45–65 years, of both sexes. Patients attended weekly therapy sessions. Each session included isometric quadriceps muscle contractions and 10 repetitions of active range of motion exercises for the knee joint, following a 5-min LLLT application. Results: On X-ray, 52% (22 patients) had Grade I OA knee, and 48% (20 patients) had Grade II OA knee. There was a significant reduction in VAS and WOMAC post-treatment scores compared to pre-treatment. Conclusion: OA is a long-term, degenerative condition that causes deterioration of joint tissues, resulting in excessive pain, stiffness, and restricted mobility. Treatment strategies for OA continue to be crucial for research. Our study suggests a widespread improvement in pain alleviation with LLLT. Further studies are needed to compare the efficacy of LLLT with other pain management strategies and explore combined treatment plans. Keywords: Low-level Laser, OA knee, VAS, WOMAC
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».