MétaCan
Menu
Retour à la cohorte
Enregistrement W2613034329 · doi:10.1016/j.msksp.2017.05.002

Predictive factors for reporting adverse events following spinal manipulation in randomized clinical trials – secondary analysis of a systematic review

2017· review· en· W2613034329 sur OpenAlexaff
Lindsay M. Gorrell, Benjamin T. Brown, Reidar P. Lystad, Roger Engel

Notice bibliographique

RevueMusculoskeletal Science and Practice · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConsolidated Standards of Reporting TrialsMedicineAdverse effectSpinal manipulationSample size determinationClinical trialRandomized controlled trialMEDLINEIntervention (counseling)Meta-analysisReporting biasSystematic reviewPhysical therapyAlternative medicineChiropracticInternal medicinePathologyPsychiatryStatistics

Résumé

récupéré en direct d'OpenAlex

While spinal manipulative therapy (SMT) is recommended for the treatment of spinal disorders, concerns exist about adverse events associated with the intervention. Adequate reporting of adverse events in clinical trials would allow for more accurate estimations of incidence statistics through meta-analysis. However, it is not currently known if there are factors influencing adverse events reporting following SMT in randomized clinical trials (RCTs). Thus our objective was to investigate predictive factors for the reporting of adverse events in published RCTs involving SMT. The Physiotherapy Evidence Database (PEDro) and Cochrane Central Register of Controlled Trials (CENTRAL) were searched for RCTs involving SMT. Domains of interest included: sample size; publication date relative to the 2010 CONSORT statement; risk of bias; the region treated; and number of intervention sessions. 7398 records were identified, of which 368 articles were eligible for inclusion. A total of 140 (38.0%) articles reported on adverse events. Articles were more likely to report on adverse events if they possessed larger sample sizes, were published after the 2010 CONSORT statement, had a low risk of bias and involved multiple intervention sessions. The region treated was not a significant predictor for reporting on adverse events. Predictors for reporting on adverse events included larger sample size, publication after the 2010 CONSORT statement, low risk of bias and trials involving multiple intervention sessions. We recommend that researchers focus on developing robust methodologies and participant follow-up regimens for RCTs involving SMT.

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)0,058
score de la tête « metaresearch » (Gemma)0,208
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,208
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0150,034
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,282
Tête enseignante GPT0,563
Écart entre enseignants0,281 · 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.

Devis d'étudeMéta-analyse
DomainePrésentation des résultats
GenreSynthèse

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

En bref

Citations6
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMusculoskeletal Science and PracticeMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207