Spa therapy and balneotherapy for treating low back pain: meta-analysis of randomized trials
Notice bibliographique
Résumé
OBJECTIVES: Low back pain is a major public health concern and complementary treatments are frequently used for this condition. The objective of this systematic review and meta-analysis was to assess the evidence for or against the effectiveness of spa therapy and balneotherapy for treating low back pain. METHODS: Systematic searches were conducted on Medline, Embase, Amed Cochrane Central, the UK National Research Register and ClincalTrials.gov (all until July 2005). Hand searches were performed and experts contacted. Methodological quality was assessed using a standard scale. RESULTS: Five randomized clinical trials met all inclusion criteria. Quantitative data synthesis was performed. The data for spa therapy, assessed on a 100 mm visual analogue scale (VAS), suggest significant beneficial effects compared with waiting list control groups (weighted mean difference 26.6 mm, 95% confidence interval 20.4-32.8, n=442) for patients with chronic low back pain. For balneotherapy the data, assessed on a 100 mm VAS, also suggest beneficial effects compared with control groups (weighted mean difference 18.8 mm, 95% confidence interval 10.3-27.3, n=138). CONCLUSIONS: Even though the data are scarce, there is encouraging evidence suggesting that spa therapy and balneotherapy may be effective for treating patients with low back pain. These data are not compelling but warrant rigorous large-scale trials.
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 | 0,033 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,040 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».