Cinétique de la douleur lors d’un entraînement physique multimodal chez les patients lombalgiques chroniques
Bibliographic record
Abstract
Objectifs Les études évaluant l’efficacité de l’entraînement physique chez les lombalgiques chroniques observent généralement des tailles d’effet faibles à modérer. Une possibilité est que les essais ont été trop courts pour observer le plein potentiel de l’exercice physique. Nous avons cherché à caractériser la cinétique de la douleur pendant un régime d’exercice multimodal afin d’explorer si les participants pourraient bénéficier de régimes d’exercice plus long. Méthodes Cinquante-sept participants souffrant de lombalgie chronique ont suivi un régime d’exercice multimodal (exercices aérobies et en résistance) ou une période d’attente. Les capacités physiques et fonctionnelles des participants ont été évaluées avant l’intervention et la semaine suivant la complétion du protocole. L’intensité de la douleur dans le bas du dos a été enregistrée au début de chaque séance d’entraînement afin de suivre l’évolution de la douleur pendant le programme d’entraînement. Une modélisation linéaire à effets mixtes a été réalisée pour décrire la cinétique de la douleur. Des analyses de modération ont été effectuées pour vérifier si le sexe, l’intensité de la douleur au début du programme et l’amélioration des capacités physiques pouvaient prédire une plus grande réduction de la douleur. Résultats Les participants du groupe d’entraînement, mais pas ceux du groupe contrôle, se sont améliorés aux tests de capacités physiques. Cependant, les participants du groupe d’entraînement ne semblent pas avoir amélioré leurs capacités fonctionnelles. La douleur a diminué tout au long du programme d’entraînement (terme linéaire : 𝛽 = −14.89, 𝑝 < .001). Cependant, la réduction de la douleur ralentissait à mesure que les participants progressaient dans le programme d’entraînement (𝛽 = −5.48, 𝑝 = .001). La réduction de la douleur était modérée par l’amélioration des capacités physiques et l’intensité de la douleur au début du programme, mais pas par le sexe. Conclusion Il semble que l’efficacité de l’entraînement physique atteigne un effet plancher, empêchant les participants d’atteindre un état sans douleur. Favoriser l’amélioration des capacités physiques semble aussi être une stratégie pour maximiser l’effet du programme d’entraînement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".