Impact of osteopathic manipulative techniques on the management of dizziness caused by neuro-otologic disorders: Protocol for systematic review and meta-analysis
Notice bibliographique
Résumé
Background Osteopathic manipulative treatment (OMT) has been increasingly adopted by osteopathic practitioners to treat dizziness from neuro-otologic disorders. However, no systematic review has investigated effectiveness of OMT on benefit outcomes and harm outcomes associated with OMT for these conditions. The current protocol will provide pooled effect estimates for effectiveness of OMT for neuro-otologic disorders. Methods The following databases will be searched: CINAHL, Embase, Ovid MEDLINE, AMED, Ovid Emcare, PEDro, PubMed, PsycINFO, OSTMED.DR, and CENTRAL. Eligible randomized controlled trials and observational studies published in English will be reviewed. Target outcomes are change in dizziness, frequency of falls, quality of life (QOL), disability, and return to work; harm outcomes are dropouts due to ineffectiveness, adverse effects, and all-cause dropout rates. Studies investigating individual types of OMT techniques will be pooled. The Grading of Recommendations Assessment, Development and Evaluation (GRADE) assessment tool will be used for data synthesis and to assess evidence quality. We will report effect estimates with weighted mean differences or standardized mean difference (SMD) for continuous outcome and odds ratios with 95% confidence intervals for binary outcomes. Discussion Our findings will be of importance to patients and osteopathic practitioners and will identify key areas for future research.
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 | 0,051 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,023 | 0,030 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,004 |
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 ».