Yoga as a Therapeutic Intervention: A Bibliometric Analysis of Published Research Studies from 1967 to 2013
Notice bibliographique
Résumé
OBJECTIVE: A comprehensive bibliometric analysis was conducted on publications for yoga therapy research in clinical populations. METHODS: Major electronic databases were searched for articles in all languages published between 1967 and 2013. Databases included PubMed, PsychInfo, MEDLINE, IndMed, Indian Citation Index, Index Medicus for South-East Asia Region, Web of Knowledge, Embase, EBSCO, and Google Scholar. Nonindexed journals were searched manually. Key search words included yoga, yoga therapy, pranayama, asana. All studies met the definition of a clinical trial. All styles of yoga were included. The authors extracted the data. RESULTS: A total of 486 articles met the inclusion criteria and were published in 217 different peer-reviewed journals from 29 different countries on 28,080 study participants. The primary result observed is the three-fold increase in number of publications seen in the last 10 years, inclusive of all study designs. Overall, 45% of the studies published were randomized controlled trials, 18% were controlled studies, and 37% were uncontrolled studies. Most publications originated from India (n=258), followed by the United States (n=122) and Canada (n=13). The top three disorders addressed by yoga interventions were mental health, cardiovascular disease, and respiratory disease. CONCLUSION: A surge in publications on yoga to mitigate disease-related symptoms in clinical populations has occurred despite challenges facing the field of yoga research, which include standardization and limitations in funding, time, and resources. The population at large has observed a parallel surge in the use of yoga outside of clinical practice. The use of yoga as a complementary therapy in clinical practice may lead to health benefits beyond traditional treatment alone; however, to effect changes in health care policy, more high-quality, evidence-based research is needed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,270 | 0,260 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».