The effect of insomnia on physical therapy outcomes in patients with cervical and lumbar pain in clinical practice
Notice bibliographique
Résumé
Nesanica je jedan od najčešće prijavljenih komorbiditeta kod hroničnog bola u kičmi. Međutim, osnovni mehanizmi koji objašnjavaju odnos između sna i bola još uvek nisu u potpunosti shvaćeni. Cilj istraživanja je bio da utvrdi razlike u ishodima fizikalne terapije i kvaliteta života kod pacijenata sa cervikalnim i/ili lumbalnim bolom koji imaju nesanicu u odnosu na pacijente bez nesanice tokom dvonedeljnog perioda aktivnog tretmana u uslovima rutinske kliničke prakse. Kao istraživački alati korišćeni su: upitnik o socio-demografskim karakteristikama ispitanika, Kratki oblik Mek-Gilovog upitnika o bolu (The McGill Pain Questionnaire, Short Form; SF-MPQ), Indeks težine nesanice (Insomina Severity Index-ISI) i Evropski upitnik za kvalitet života (European Quality of Life- EuroQol; EQ-5D). Rezutati su pokazali da se na kraju posete tretmanu, kod pacijenata obe studijske grupe pojavio se značajan odgovor na lečenje u skoro svim domenima istraživanja. Na kraju posete tretmanu, nivo bola ostaje nešto viši kod ispitanika eksperimentalne grupe, ali je statistička značajnost početne razlike nestala zbog većeg relativnog odgovora na terapiju u kontrolama (mereno procentom promene od početne vrednosti). Tretman je poboljšao kvalitet života pacijenata mnogo više kod eksperimentalnih nego kod kontrolnih subjekata, što je dokazano statistički značajnom razlikom u procentu promene u odnosu na početne vrednosti (približno 31% naspram približno 14). Saznanja o povezanosti bola i nesanice u praksi fizikalne medicine i rehabilitacije su od velikog značaja za kreiranje mera prevencije i adekvatne terapije za pacijenate sa bolnim sindromima.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».