Diz osteoartriti olan hastaların egzersiz programlarına uyumları nasıl artırabiliriz?: randomize kontrollü çalışma
Bibliographic record
Abstract
Giriş: Osteoartrit hastaların egzersiz tedavisine uyumlarını artırabilecek bir yöntemin sınanmasıdır. Gereç ve Yöntem: Randomize kontrollü bir müdahale çalışmasıdır. Marmara Üniversitesi Hastanesi Aile Hekimliği Kliniği'ne başvuran 64 hasta çalışmaya kabul edilmiştir. Hastaların yarısı müdahale grubuna, diğer yarısı kontrol grubuna randomize edilmiştir. Çalışmanın süresi 12 haftadır. Müdahale grubundaki katılımcılara broşür ve demonstratif olarak egzersiz eğitimleri dereceli olarak artırılarak verilmiştir. Kontrol grubuna ise egzersizleri içeren broşür verilmiştir. Hastaların uyumları hasta günlükleri, telefon takipleri ile değerlendirilmiş, her vizitte tüm katılımcıların Western Ontario and McMaster Universities (WOMAC) skorları saptanmıştır. Bulgular: Katılımcıların %98.4'i kadındır. Müdahale grubundaki katılımcıların ortalama yaşı 56.8±9.27, standart bakım grubundaki katılımcıların ortalama yaşı 52.4±10.0 saptanmıştır. Müdahale grubunun uyumu takip boyunca yüksek düzeydedir (ortanca %100). Müdahale grubundaki katılımcıların ağrı ve WOMAC skorlarında belirgin iyileşme saptanmıştır (sırası ile 43.5 (25.7–50.25), 18.5 (10.5–27.75), 16.5 (9.0–25.0), 9.5 (5.0–18.0)(p=0.0001). Kontrol grubunun egzersiz programına uyumu başlangıçta iyi olmakla beraber, uzun dönemde orta düzeye indiği görülmüştür (sırası ile 72.5 (55.0–97.5) ve 55 (25.0–85.0) (p=0.036). Kontrol grubundaki ağrı ve WOMAC skorundaki iyileşme müdahale grubundan daha düşüktür (sırası ile 36.0 (23.5–42.25), 31.5 (21.25-46.25), 27.0 (15.25–39.0) (p=0.037). Sonuç: Egzersiz eğitiminin, derecelendirilerek ve demonstrasyon ile yapılması uyumu artırabilir.
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 | 0.015 | 0.045 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.045 | 0.005 |
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".