Bibliometric Analysis of Research Trends on Manual Therapy for Low Back Pain Over Past 2 Decades
Notice bibliographique
Résumé
Purpose: Low back pain (LBP) is a prevalent musculoskeletal disorder, and manual therapy (MT) is frequently employed as a non-pharmacological treatment for LBP. This study aims to explore the research hotspots and trends in MT for LBP. MT has gained widespread acceptance in clinical practice due to its proven safety and effectiveness. The study aims to analyze the developments in the field of MT for LBP over the past 23 years, including leading countries, institutions, authoritative authors, journals, keywords, and references. It endeavors to provide a comprehensive summary of the existing research foundation and to analyze the current cutting-edge research trends. Methods: Relevant articles between 2000 and 2023 were retrieved from the Web of Science Core Collection (WOSCC) database. We used the software VOSviewer and CiteSpace to perform the analysis and summarize current research hotspots and emerging trends. Results: Through screening, we included 1643 papers from 2000 to 2023. In general, the number of articles published each year showed an upward trend. The United States had the highest number of publications and citations. Canadian Memorial Chiropractic College was the most published research institution. The University of Pittsburgh in the United States had the most collaboration with other research institutions. Long, Cynthia R. was the active author. Journal of Manipulative and Physiological Therapeutics was the most prolific journal with 234 publications. Conclusion: This study provides an overview of the current status and trends of clinical studies on MT for LBP in the past 23 years using the visualization software, which may help researchers identify potential collaborators and collaborating institutions, hot topics, and new perspectives in research frontiers, while providing new clinical practice ideas for the treatment of LBP.
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 | 0,106 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,252 | 0,272 |
| 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) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».