Optimizing treatment protocols for spinal manipulative therapy: study protocol for a randomized trial
Notice bibliographique
Résumé
BACKGROUND: Low back pain is a common and costly condition. Spinal manipulative therapy (SMT) is a treatment supported in some guidelines, although most clinical trials examining SMT report small effect sizes. Enhancing the effects of SMT requires an understanding of underlying mechanisms and a systematic approach to leverage understanding of mechanisms to create more effective treatment protocols that are scalable in clinical practice. Prior work has identified effects on spinal stiffness and lumbar multifidus activation as possible mechanisms. This project represents a refinement phase study within the context of a multi-phase optimization strategy (MOST) framework. Our goal is to identify an optimized SMT treatment protocol by examining the impact of using co-intervention exercise strategies that are proposed to accentuate SMT mechanisms. The optimized protocol can then be evaluated in confirmation phase clinical trials and implementation studies. METHODS: A phased, factorial randomized trial design will be used to evaluate the effects of three intervention components provided in eight combinations on mechanistic (spinal stiffness and multifidus muscle activation) and patient-reported outcomes (pain and disability). All participants will receive two sessions then will be randomly assigned to receive six additional sessions (or no additional treatment) over the next three weeks with factorial combinations of additional SMT and exercise co-interventions (spine mobilizing and multifidus activating). Outcome assessments occur at baseline, and one week, four weeks, and three months after enrollment. Pre-specified analyses will evaluate main effects for treatment components as well as interaction effects. DISCUSSION: Building on preliminary findings identifying possible mechanisms of effects for SMT, this trial represents the next phase in a multiphase strategy towards the ultimate goal of developing an optimized protocol for providing SMT to patients with LBP. If successful, the results of this trial can be tested in future clinical trials in an effort to produce larger treatment benefits and improve patient-centered outcomes for individuals with LBP. TRIAL REGISTRATION: ClinicalTrials.gov, NCT02868034 . Registered on 16 August 2016.
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 | 0,077 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,008 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,015 |
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 ».