Beliefs, perceptions and practices of chiropractors and patients about mitigation strategies for benign adverse events after spinal manipulation therapy
Notice bibliographique
Résumé
BACKGROUND: Approximately 50% of patients who receive spinal manipulative therapy (SMT) experience some kind of adverse event (AE), typically benign and transient in nature. Regardless of their severity, mitigating benign AEs is important to improve patient experience and quality of care. The aim of this study was to identify beliefs, perceptions and practices of chiropractors and patients regarding benign AEs post-SMT and potential strategies to mitigate them. METHODS: Clinicians and patients from two chiropractic teaching clinics were invited to respond to an 11-question survey exploring their beliefs, perceptions and practices regarding benign AEs post-SMT and strategies to mitigate them. Responses were analyzed using descriptive statistics. RESULTS: A total of 39 clinicians (67% response rate) and 203 patients (82.9% response rate) completed the survey. Most clinicians (97%) believed benign AEs occur, and 82% reported their own patients have experienced one. For patients, 55% reported experiencing benign AEs post-SMT, with the most common symptoms being pain/soreness, headache and stiffness. While most clinicians (61.5%) reported trying a mitigation strategy with their patients, only 21.2% of patients perceived their clinicians had tried any mitigation strategy. Clinicians perceived that patient education is most likely to mitigate benign AEs, followed by soft tissue therapy and/or icing after SMT. Patients perceived stretching was most likely to mitigate benign AEs, followed by education and/or massage. CONCLUSIONS: This is the first study comparing beliefs, perceptions and practices from clinicians and patients regarding benign AEs post-SMT and strategies to mitigate them. This study provides an important step towards identifying the best strategies to improve patient safety and improve quality of care.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».