Efficacy of High-Power Laser Therapy versus Pulsed Electromagnetic Field Therapy in Knee Osteoarthritis
Notice bibliographique
Résumé
Knee osteoarthritis (OA) is one of the common musculoskeletal conditions causing pain, disability, and low quality of life. Alternative methods to conventional treatment have been put forward, like high-power laser therapy (HPLT) and pulsed electromagnetic field (PEMF) therapy, but data obtained have proved unsatisfactory. Objectives: To compare and contrast the short-term outcomes of HPLT and PEMF therapy on the reduction of pain and functional improvement in patients with knee osteoarthritis. Methods: A quasi-experimental design was used which was carried out in Shiraz, Iran, among 40 patients with knee OA (20 in each group). Group A was accorded HPLT, and Group B was accorded PEMF therapy for all 10 sessions. Visual Analogue Scale (VAS) and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) were used in the pre-intervention and post-intervention measures to determine the intensity of pain and physical function, respectively. Data were compared through paired t-test and ANOVA with p<0.05 as a significant value. Results: VAS and WOMAC scores significantly (p<0.05) reduced in both groups after the treatment. Intergroup comparison also demonstrated a great difference in VAS reduction where HPLT was more effective in relieving pain, although there was no significant difference in the WOMAC scores of the two groups. Conclusions: HPLT and PEMF treatment are effective in decreasing pain and enhancing the function in knee OA. The therapies demonstrated that HPLT was better in pain relief, and functional improvements were the same.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».