Exploring expectations and perceptions of different manual therapy techniques in chronic low back pain: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Chronic low back pain (CLBP) prevalence has steadily increased over the last two decades. Manual therapy (MT) is recommended within a multimodal management approach to improve pain and disability although evidence investigating the patients' experience of MT is scarce. OBJECTIVE: To explore expectations and perceptions of MT techniques in people with CLBP. METHODS: A qualitative study embedded sequential to an experimental trial using semi-structured interviews (SSI) explored participants' experiences of thrust, non-thrust and sham technique. Purposive sampling enabled variance in age and CLBP duration. An evidence informed topic guide was used. Data were analysed using thematic analysis (TA). Respondent validation and peer debriefing enhanced trustworthiness. The Consolidating Criteria for Reporting Qualitative Studies (COREQ) reported methodological rigour. FINDINGS: Ten participants (50% male) with a mean age of 29.1 years (Standard Deviation (SD): 7.9, range: 19-43), a mean pain intensity of 4.5 on a Numeric Rating Scale (NRS) 0-10 (SD: 1.5, range: 2-7), a mean Oswestry Disability Score (ODI) of 9 (SD: 4.6, range: 2-17) and a mean Tampa Scale of Kinesiophobia (TSK) score of 38.6 (SD: 4.8, range: 30-45) participated. Four themes were identified: understanding of pain; forming expectations; perception of care; re-evaluation of body awareness and management. Understanding of CLBP is formed by an individuals' pain perception and exchange with social environment. This, combined with communication with physiotherapist influenced expectations regarding the MT technique. CONCLUSION: Expectations for MT were formed by an individual's social environment and previous experience. A treatment technique is perceived as positive if its characteristics are aligned with the individual's understanding of pain and if care is delivered in an informative and reassuring manner.
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 | 0,017 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».