水中太极对慢性非特异性腰痛患者的效果研究

来源 :广州体育学院 | 被引量 : 1次 | 上传用户:hrroad
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
背景:慢性非特异性下腰痛(chronic non-specific low back pain,CNLBP)是世界范围内慢性健康问题中最常见、支出最高和造成功能障碍最多的疾患之一。多个临床指南一致推荐包括水中运动疗法在内的运动治疗作为一线管理手段。近年来,水中太极作为新兴的水中运动方式,在“身-心”促进方面引起国内外研究者的广泛兴趣。但水中太极治疗CNLBP的效果是否优于其它常规治疗方式,尚存在研究空缺。鉴于此,本研究采用随机对照试验探究水中太极干预CNLBP患者的效果,为水中太极在CNLBP的临床应用提供理论和实践参考。目的:评估水中太极对CNLBP患者的疼痛、功能障碍、生活质量和姿势控制能力的效果,验证水中太极在心理情绪方面的额外收益。方法:纳入45名合格CNLBP患者,随机分为水中太极组(n=18)、核心训练组(n=18)和物理因子治疗组(n=9)。三组进行6周的干预治疗,每周3次。分别于干预前、干预后和随访6周后进行疼痛水平、功能障碍、生活质量和Biodex平衡系统上的姿势稳定性测试(postural stability test,PST)评估。数据处理采用SPSS25.0进行统计分析,主要指标差异比较采用广义估计方程,次要指标和探索指标的差异采用重复测量方差分析或Fisher精确检验。p<0.05表示统计具有显著意义。结果:受试者完成6周干预治疗后,水中太极组在改善疼痛程度(p=0.018)、功能障碍(p=0.038)和姿势控制能力(p=0.03)方面改善程度,显著优于物理因子治疗组;水中太极组在功能障碍(p=0.047)、心理情绪(p=0.025)、姿势控制能力(p=0.002)显著优于核心训练组。随访6周后,水中太极组在疼痛程度(p<0.001)、功能障碍(p=0.025)和姿势控制能力(p<0.001)方面改善程度,仍显著优于物理因子治疗组;水中太极组在心理情绪(p=0.022)、姿势控制能力方面(p=0.02),仍显著优于核心训练组。结论:1),相比于物理因子治疗,水中太极能显著改善慢性非特异性下腰痛患者的疼痛、功能障碍和姿势控制能力;2),相对于核心训练,水中太极能显著提高慢性非特异性下腰痛患者的功能障碍、心理情绪和姿势控制能力。
其他文献
网络公共领域被大众化之前,憎恶是由历史中对少数人群的偏见演变而成的,是一种具有“歧视、排斥”性质的。相比而言,当今在网络空间憎恶行为成为一种文化,符合网络互动的特征
随着IC行业和制造工艺的发展,芯片集成度越来越高。现在,数以亿计的晶体管可以被集成在一块芯片上,这大大增加了IC设计的难度和周期,导致IC设计公司投入的资金剧增,而且由于
在当今社会,文化作为一个国家的软实力,其重要性是不言而喻的。然而,什么是文化,或者说怎么给文化下一个规范性定义,却众说纷纭,莫衷一是。由于我们对于“文化”这一概念的指
随着普适计算的不断发展,活动识别引起了人们的广泛关注,在活动识别领域中深度学习模型取得了较好的应用效果,但目前仍有一些制约性的瓶颈问题:传感器数据的不直观性导致模型所提取的深度特征难以理解,因此无法结合传感器数据及其特征提高模型的识别准确率;深度学习模型通常在静态环境下进行批量学习,无法在动态环境中根据新的需求识别新的活动;深度学习模型需要耗费较多的存储和计算资源,不易在终端设备上计算,所以需要对
目前中国特色社会主义进入到新时代,中华民族伟大复兴中国梦的蓝图正在绘制,在这一时期深入研究并贯彻落实习近平全面从严治党思想意义非凡,对外有助于积极应对多变的国际形
长久以来,中国事业单位暴露出越来越多的弊病,政事不分、企事不分、职责不明的现象愈发严重。中国事业单位的分类革新已经是板上钉钉的事情,这一点是毫无疑问的。早在2011年,
精神疾病是一种高发疾病,具有患病率高、复发率高、致残率高等特点。据不完全统计,中国成人精神障碍的终生患病率高达16.6%,对家庭和社会造成了巨大的负担和影响。在众多的精
随机非线性离散时变系统的滤波问题是估计理论中的重要研究课题之一,相关估计方法被应用在军事、交通以及图像处理等众多领域。对非线性离散时变系统的性能进行分析,需明确其
作为计算机视觉领域的一个重要研究课题,图像语义分割的目标是将语义标签分配给图像中的每个像素,使彩色图像转化为语义标注图像。尽管深度学习方法的出现使得图像语义分割得到了明显改善,但仍存在一些问题:在某些复杂场景中,由于拍摄角度不同和光照不均匀,图像中包含许多不同目标相互重叠、低层视觉特征不明显等现象,因此常常出现一些因目标外貌特征相似而产生的语义混淆问题;除此之外,由于卷积神经网络中的下采样操作丢弃
随着科技的日益发展,数字图像越来越广泛地应用于人类生活的各个领域。计算机视觉领域中显著性检测技术变得越来越重要。图像的显著性检测基于视觉注意机制,旨在将人眼注意到