Rational and design of an individual participant data meta-analysis of spinal manipulative therapy for chronic low back pain—a protocol
Notice bibliographique
Résumé
BACKGROUND: Chronic low back pain (LBP) is the leading cause of pain and disability, resulting in a major socioeconomic impact. The Cochrane Review which examined the effect of spinal manipulative therapy (SMT) for chronic LBP concluded that SMT is moderately effective, but was based on conventional meta-analysis of aggregate data. The use of individual participant data (IPD) from trials allows for a more precise estimate of the treatment effect and has the potential to identify moderators and/or mediators. The aim is (1) to assess the overall treatment effect of SMT for primary and secondary outcomes in adults with chronic LBP, (2) to determine possible moderation of baseline characteristics on treatment effect, (3) to identify characteristics of intervention (e.g., manipulation/mobilization) that influence the treatment effect, and (4) to identify mediators of treatment effects. METHODS: All trials included in the Cochrane Review on SMT for chronic LBP will be included which were published after the year 2000, and the search will be updated. No restrictions will be placed on the type of comparison or size of the study. Primary outcomes are pain intensity and physical functioning. A dataset will be compiled consisting of individual trials and variables included according to a predefined coding scheme. Variables to be included are descriptive of characteristics of the study, treatment, comparison, participant characteristics, and outcomes at all follow-up periods. A one-stage approach with a mixed model technique based on the intention-to-treat principle will be used for the analysis. Subsequent analyses will focus on treatment effect moderators and mediators. DISCUSSION: We will analyze IPD for LBP trials in which SMT is one of the interventions. IPD meta-analysis has been shown to be more reliable and valid than aggregate data meta-analysis, although this difference might also be attributed to the number of studies that can be used or the amount of data that can be utilized. Therefore, this project may identify important gaps in our knowledge with respect to prognostic factors of treatment effects. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42015025714.
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 | 0,015 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 ».