Preliminary Investigation of the Mechanisms Underlying the Effects of Manipulation
Notice bibliographique
Résumé
STUDY DESIGN: Prospective case series. OBJECTIVE: To examine spinal stiffness in patients with low back pain (LBP) receiving spinal manipulative therapy (SMT), evaluate associations between stiffness characteristics and clinical outcome, and explore a multivariate model of SMT mechanisms as related to effects on stiffness, lumbar multifidus (LM) recruitment, and status on a clinical prediction rule (CPR) for SMT outcomes. SUMMARY OF BACKGROUND DATA: Mechanisms underlying the clinical effects of SMT are poorly understood. Many explanations have been proposed, but few studies have related potential mechanisms to clinical outcomes or considered multiple mechanisms concurrently. METHODS: Patients with LBP were treated with two SMT sessions over 1 week. CPR status was assessed at baseline. Clinical outcome was based on the Oswestry disability index (ODI). Mechanized indentation measures of spinal stiffness and ultrasonic measures of LM recruitment were taken before and after each SMT, and after 1 week. Global and terminal stiffness were calculated. Multivariate regression was used to evaluate the relationship between stiffness variables and percentage ODI improvement. Zero-order correlations among stiffness variables, LM recruitment changes, CPR status, and clinical outcome were examined. A path analysis was used to evaluate a multivariate model of SMT effects. RESULTS: Forty-eight patients (54% women) had complete stiffness data. Significant immediate decreases in global and terminal stiffness occurred post-SMT regardless of outcome. ODI improvement was related to greater immediate decrease in global stiffness (P = 0.025), and less initial terminal stiffness (P = 0.01). Zero-order correlations and path analysis supported a multivariate model suggesting that clinical outcome of SMT is mediated by improvements in LM recruitment and immediate decrease in global stiffness. Initial terminal stiffness and CPR status may relate to outcome though their relationship with LM recruitment. CONCLUSION: The underlying mechanisms explaining the benefits of SMT appear to be multifactorial. Both spinal stiffness characteristics and LM recruitment changes appear to play a role.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».