The Intersection of Massage Practice and Research: Community Massage Therapists as Research Personnel on an NIH-funded Effectiveness Study
Notice bibliographique
Résumé
INTRODUCTION: Few NIH funded studies give community massage therapists the opportunity to become study personnel. A recent NIH/NCCAM-funded study investigating chronic low back pain (CLBP) recruited, trained, and utilized community massage practitioners (CMPs) as study personnel. This study's aim was to determine whether health-related outcomes for CLBP improve when patients are referred from primary care to select CAM modalities including massage therapy (MT). The purpose of this paper is to report the results of the study's three massage practice-driven study objectives which were to: 1) identify challenges and solutions to recruiting and retaining ample CMPs, 2) develop a practice-informed protocol reflecting real-world MT, and 3) determine the extent to which CMPs comply with rigorous research methodology in their clinical practices as study personnel. METHODS: Eligible CMPs in urban and rural Kentucky counties were identified through licensure board records, professional organizations, and personal contact opportunities. Interested CMPs completed 6 CE hours of research and Human Subjects Protection training and agreed to comply with a study protocol reflecting MT as practiced. Once trained, study CMPs were matched with study participants to provide and document up to 10 MT sessions per participant. RESULTS: Utilizing prominent MT community members proved invaluable to CMP recruitment and protocol development. CMP recruitment challenges included mixed interest, low number of available rural CMPs, busy clinic schedules, and compensation. Ethics CE credits were offered to encourage CMP interest. A total of 28 Kentucky licensed massage therapists with 5-32 years of experience completed study training. A total of 127 CLBP patients consented to participate (n = 104 for MT). Twenty-five CMPs were assigned CLBP patients and provided 1-10 treatments for 94 study participants. Treatment documentation was provided by CMPs for 97% of treatments provided. CONCLUSIONS: When recruitment, retention, and protocol compliance challenges are met, CMPs are valuable study personnel for practice-based research reflecting real-world MT practice.
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 | 0,098 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».