Evaluating the Relationship Among Cavitation, Zygapophyseal Joint Gapping, and Spinal Manipulation: An Exploratory Case Series
Notice bibliographique
Résumé
OBJECTIVE: This project determined the feasibility of conducting larger studies assessing the relationship between cavitation and zygapophyseal (Z) joint gapping following spinal manipulative therapy (SMT). METHODS: Five healthy volunteers (average age, 25.4 years) were screened and examined against inclusion and exclusion criteria. High-signal magnetic resonance imaging (MRI) markers were fixed to T12, L3, and S1 spinous processes. Scout images were taken to verify the location of the markers. Axial images of the L4/L5 and L5/S1 levels were obtained in the neutral supine position. Following the first MRI, accelerometers were placed over the same spinous processes; and recordings were made from them during side-posture positioning and SMT. The accelerometers were removed, and each subject was scanned in side-posture. The greatest central anterior to posterior Z joint spaces (gap) were measured from the first and second MRI scans. Values obtained from the first scan were subtracted from those of the second, with a positive result indicating an increase in gapping following SMT (positive gapping difference). Gapping difference was compared between the up-side (SMT) joints vs the down-side (non-SMT) joints and between up-side cavitation vs up-side noncavitation joints. RESULTS: Greater gapping was found in Z joints that received SMT (0.5 ± 0.6 mm) vs non-SMT joints (-0.2 ± 0.6 mm), and vertebral segments that cavitated gapped more than those that did not cavitate (0.8 ± 0.7 vs 0.4 ± 0.5 mm). CONCLUSIONS: A future clinical study is quite feasible. Forty subjects (30 in an SMT group and 10 in a control group) would be needed for appropriate power (0.90).
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 | 0,001 | 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 ».