To treat or not to treat: new evidence for the effectiveness of manual therapy
Notice bibliographique
Résumé
Manual therapy has been shown to be effective for certain conditons but more research is needed to identify other suitable patients Recent randomised clinical trials found manual therapy to be more effective than other methods of conservative management for low back and neck pain.1–5 On the other hand, some randomised clinical trials,6–13 systematic reviews,14 and meta-analyses15 concluded that there was no evidence that spinal manipulative therapy is superior to other standard treatments for patients with low back or neck pain. This provides the clinician with a Shakespearean quandary—to treat or not to treat using manual therapies? Therefore this leader addresses the question: what explains these apparently inconsistent data?. The term manual therapy has many connotations, but for this leader it includes manually performed assessment and treatment methods (which can include joint, neural tissue, and/or muscle techniques). The term manipulation is typically used to describe small amplitude thrust techniques performed with speed.16 I searched Medline, Cinahl, and Embase databases for randomised clinical trials comparing spinal manual joint techniques (mobilisation with or without manipulation) or manipulation only with other conservative treatments for back or neck pain. Only studies published as full papers, in English, between 1 January 1998 and 31 December 2003 were included. Pilot studies were not included. Table 1 outlines search strategies for each database. Thirteen studies met the criteria (table 2). One study of bone setting by Finnish folk healers who lacked formal education17 was excluded as all other studies involved formally educated professionals. View this table: Table 1 Search strategy View this table: Table 2 Studies reviewed Examining the trials for homogeneity revealed that the mean age of participants was similar among the studies and most participants were white (except for two studies6,11). Thus factors related to the population studied did not appear to explain the conflicting results. …
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 | 0,051 | 0,162 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,012 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,002 |
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 ».