MétaCan
Menu
Retour à la cohorte
Enregistrement W7120720363

Evaluation of the effectiveness of Therapeutic Laser and TENS in the reduction of pain in patients with low back pain

2016· dissertation· pt· W7120720363 sur OpenAlexaboutno aff
Rainier Antonio Queiroz [UNESP] Chagas Júnior

Notice bibliographique

RevueUNESP Institutional Repository (São Paulo State University) · 2016
Typedissertation
Languept
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisual analogue scaleLow level laser therapyExacerbationLow back painTherapeutic effectTherapeutic modalitiesBack pain
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Chagas Júnior, RAQ. Evaluation of the effectiveness of Therapeutic Laser and TENS in the reduction of pain in patients with low back pain. [Thesis]. Araçatuba: São Paulo State University (Unesp), School of Dentistry; 2016. Introduction: Low back pain is often accompanied by exacerbation of pain and decreased functional capacity. Many non-pharmacological therapies such as laser and TENS are indicated for its treatment, but their effects are not fully understood, nor is the minimum number of sessions for therapeutic effect. Objective: To analyze the effect of different therapeutic modalities (laser and TENS) non-relief of chronic non-specific chronic pain by varying the number of clinical sessions. Methods: The sample consisted of 30 patients randomly selected and divided into 2 groups treated by two therapeutic modalities: G1 - laser (n = 15), G2 - TENS (n = 15). All patients were assessed before and after treatment, by the McGill Pain Questionnaire (MPQ), and Functional Capacity by the Roland Morris Questionnaire. And evaluated daily by Visual Analog Scale (EAV). By this methodology it was possible to conclude that the proposed interventions statistically reduce the short-term pain intensity in patients with low back pain, alter the perception of the pain descriptors only in the Laser Group before and after treatment; Just as they alter the reports of physical incapacity

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNESP Institutional Repository (São Paulo State University)Même sujetLaser Applications in Dentistry and MedicineTravaux en français237 207