MétaCan
Menu
Retour à la cohorte
Enregistrement W2095038553 · doi:10.1249/01.mss.0000323145.84458.a0

Heart Rate Variability Modulation Produced by a Chiropractic Lumbar Adjustment

2008· article· en· W2095038553 sur OpenAlexaff
Richard A. Roy, Alain Steve Comtois, Jean P. Boucher

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHeart rate variabilityChiropracticMedicineLumbarAnesthesiaHeart rateLow back painConfidence intervalPhysical therapyInternal medicineSurgeryBlood pressure

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to examine the heart rate variability (HRV) in the presence or the absence of pain in the lower back (L5), while receiving chiropractic care. METHODS: A total of 53 healthy subjects were randomly assigned to a control, 2 treatment or 2 sham groups (n = 10 per group). Subjects underwent an eight-minute acclimatizing period. The HRV tachygram (RR interval) data were recorded directly into a Suunto watch (model T6). We analyzed the five minute pre-treatment and post treatments intervals. The spectral analysis of the tachygram was performed with the Kubios Software (University of Kuopio, Finland). RESULTS: The HF component (0.15-0.40 Hz) in the pain-free group decreased significantly (p<0.05) from (Pre-treatment) 29.26 ± 17.16 Hz to (Post-treatment) 24.95 ± 19.73 Hz, and in the pain group increased significantly from 22.84 ± 16.7 Hz to 23.64 ± 19.44 Hz. The Mean R-R intervals in the pain-free grouping increased significantly from 822.32 ± 127.29 ms to 830.25 ± 127.82 ms and finally the VLF (0.0-0.04 Hz) of the pain grouping increased significantly from 46.71 ± 23.36 Hz to 49.43 ± 22.55 Hz. CONCLUSIONS: We found that pain is a factor in the directional change of the HF component of the HRV.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207