Herbal Medicine for Low Back Pain
Notice bibliographique
Résumé
STUDY DESIGN: Systematic review of randomized controlled trials (RCTs). OBJECTIVES: To determine the effectiveness of herbal medicine for nonspecific low back pain (LBP). SUMMARY OF BACKGROUND DATA: Many people with chronic LBP use complementary and alternative medicine (CAM), visit CAM practitioners, or both. Several herbal medicines have been purported for use in treating people with LBP. This is an update of a Cochrane Review first published in 2006. METHODS: We searched numerous electronic databases up to September 2014; checked reference lists in review articles, guidelines and retrieved trials; and personally contacted individuals with expertise in this area. We included RCTs examining adults (over 18 years of age) suffering from acute, sub-acute, or chronic nonspecific LBP. The interventions were herbal medicines that we defined as plants used for medicinal purposes in any form. Primary outcome measures were pain and function. Two review authors assessed risk of bias, GRADE criteria (GRADE 2004), and CONSORT compliance and a random subset were compared with assessments by a third individual. Two review authors assessed clinical relevance and resolved any disagreements by consensus. RESULTS: Fourteen RCTs (2050 participants) were included. Capsicum frutescens (cayenne) reduces pain more than placebo. Although Harpagophytum procumbens (devil's claw), Salix alba (white willow bark), Symphytum officinale L. (comfrey), Solidago chilensis (Brazilian arnica), and lavender essential oil also seem to reduce pain more than placebo, evidence for these substances was of moderate quality at best. No significant adverse events were noted within the included trials. CONCLUSIONS: Additional well-designed large trials are needed to test these herbal medicines against standard treatments. In general, the completeness of reporting in these trials was poor. Trialists should refer to the CONSORT statement extension for reporting trials of herbal medicine interventions. LEVEL OF EVIDENCE: N/A.
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 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,010 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».