MétaCan
Menu
Retour à la cohorte
Enregistrement W4304588837 · doi:10.1515/jom-2022-0119

Impact of osteopathic manipulative techniques on the management of dizziness caused by neuro-otologic disorders: systematic review and meta-analysis

2022· review· en· W4304588837 sur OpenAlexaff
Yasir Rehman, Jonathon Kirsch, Mary Ying-Fang Wang, Jonathan Bingham, Barbara Senger, Susan Swogger, Robert Johnston, Karen T. Snider

Notice bibliographique

RevueJournal of Osteopathic Medicine · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensMcMaster UniversityCanadian College of Osteopathy
Organismes subventionnairesnon disponible
Mots-clésMedicineMEDLINEPhysical therapyObservational studyPsycINFORandomized controlled trialCochrane LibraryMeta-analysisPsychological interventionSystematic reviewAdverse effectPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Context Osteopathic manipulative treatment (OMT) has been utilized by osteopathic clinicians as primary or adjunctive management for dizziness caused by neuro-otologic disorders. To our knowledge, no current systematic reviews provide pooled estimates that evaluate the impact of OMT on dizziness. Objectives We aimed to systematically evaluate the effectiveness and safety of OMT and analogous techniques in the treatment of dizziness. Methods We performed a literature search in CINAHL, Embase, MEDLINE, Allied and Complementary Medicine Database (AMED), EMCare, Physiotherapy Evidence Database (PEDro), PubMed, PsycINFO, Osteopathic Medicine Digital Library (OSTMED.DR), and Cochrane Central Register of Controlled Trials (CENTRAL) from inception to March 2021 for randomized controlled trials (RCTs) and prospective or retrospective observational studies of adult patients experiencing dizziness from neuro-otological disorders. Eligible studies compared the effectiveness of OMT or OMT analogous techniques with a comparator intervention, such as a sham manipulation, a different manual technique, standard of care, or a nonpharmacological intervention like exercise or behavioral therapy. Assessed outcomes included disability associated with dizziness, dizziness severity, dizziness frequency, risk of fall, improvement in quality of life (QOL), and return to work (RTW). Assessed harm outcomes included all-cause dropout (ACD) rates, dropouts due to inefficacy, and adverse events. The meta-analysis was based on the similarities between the OMT or OMT analogous technique and the comparator interventions. The risk of bias (ROB) was assessed utilizing a modified version of the Cochrane Risk of Bias Tool for RCTs and the Cochrane Risk of Bias in Non-randomized Studies – of Interventions (ROBINS-I) for observational studies. The quality of evidence was determined utilizing the Grading of Recommendations, Assessment, Development, and Evaluations (GRADE) approach. Results There were 3,375 studies identified and screened, and the full text of 47 of them were reviewed. Among those, 12 (11 RCTs, 1 observational study, n=367 participants) met the inclusion criteria for data extraction. Moderate-quality evidence showed that articular OMT techniques were associated with decreases (all p<0.01) in disability associated with dizziness (n=141, mean difference [MD]=−11, 95% confidence interval [CI]=−16.2 to −5.9), dizziness severity (n=158, MD=−1.6, 95% CI=−2.4 to −0.7), and dizziness frequency (n=136, MD=−0.6, 95% CI=−1.1 to −0.2). Low-quality evidence showed that articular OMT was not associated with ACD rates (odds ratio [OR]=2.2, 95% CI=0.5 to 10.2, p=0.31). When data were pooled for any type of OMT technique, findings were similar; however, disability associated with dizziness and ACD rates had high heterogeneity (I 2 =59 and 46%). No studies met all of the criteria for ROB. Conclusions The current review found moderate-quality evidence that treatment with articular OMT techniques was significantly associated with decreased disability associated with dizziness, dizziness severity, and dizziness frequency. However, our findings should be interpreted cautiously because of the high ROB and small sample sizes in the eligible studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0100,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,388
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Osteopathic MedicineMême sujetVestibular and auditory disordersTravaux en français237 207