Notice bibliographique
Résumé
OBJECTIVE: To calculate the proportion of care delivered in a chiropractic practice supported by good-quality clinical trials. DESIGN: Retrospective survey. METHODS: Data were collected from patient files relating to 180 consecutive patient visits in a suburban chiropractic practice in northern Spain. Each patient's presenting complaint was paired with the chiropractor's chosen primary intervention. Based on a literature review (Medline, Mantis, and nonautomated searches of local medical libraries), each presenting complaint-primary intervention pairing was categorized according to the level of supporting evidence as follows: Category I, intervention based on good quality clinical trial evidence; Category II, intervention based on poor-quality or no clinical trial evidence. To distinguish between good- and poor-quality clinical trials, studies were critically appraised and assigned quality scores. RESULTS: Of the 180 cases surveyed, 123 (68.3%) (95% CI, 61.5%-75.1%) were based on clinical trials of good methodologic quality (Category I). Only 57 (31.7%) (95% CI, 24.9%-38.5%) of the cases were based on poor-quality or no clinical trial evidence (Category II). CONCLUSIONS: When patients were used as the denominator, the majority of cases in a chiropractic practice were cared for with interventions based on evidence from good-quality, randomized clinical trials. When compared to the many other studies of similar design that have evaluated the extent to which different medical specialties are evidence based, chiropractic practice was found to have the highest proportion of care (68.3%) supported by good-quality experimental evidence.
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 | 0,064 | 0,194 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».