Neurophysiological mechanisms of chiropractic spinal manipulation for spine pain
Notice bibliographique
Résumé
Together, neck pain and back pain are the first cause of disability worldwide, accounting for more than 10% of the total years lived with disability. In this context, chiropractic care provides a safe and effective option for the management of a large proportion of these patients. Chiropractic is a healthcare profession mainly focused on the spine and the treatment of spinal disorders, including spine pain. Basic studies have examined the influence of chiropractic spinal manipulation (SM) on a variety of peripheral, spinal and supraspinal mechanisms involved in spine pain. While spinal cord mechanisms of pain inhibition contribute at least partly to the pain-relieving effects of chiropractic treatments, the evidence is weaker regarding peripheral and supraspinal mechanisms, which are important components of acute and chronic pain. This narrative review highlights the most relevant mechanisms of pain relief by SM and provides a perspective for future research on SM and spine pain, including the validation of placebo interventions that control for placebo effects and other non-specific effects that may be induced by SM. SIGNIFICANCE: Spinal manipulation inhibits back and neck pain partly through spinal segmental mechanisms and potentially through peripheral mechanisms regulating inflammatory responses. Other mechanisms remain to be clarified. Controls and placebo interventions need to be improved in order to clarify the contribution of specific and non-specific effects to pain relief by spinal manipulative therapy.
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 | 0,012 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».