Clinical Practice Guideline for Best Practice Management of Pediatric Patients by Chiropractors: Results of a Delphi Consensus Process
Notice bibliographique
Résumé
Objective: To build upon existing recommendations on best practices for chiropractic management of children by conducting a formal consensus process and best evidence synthesis. Design: Best practice guide based on recommendations from current best available evidence and formal consensus of a panel of experienced practitioners, consumers, and experts for chiropractic management of pediatric patients. Methods: Synthesis of results of a literature search to inform the development of recommendations from a multidisciplinary steering committee, including experts in pediatrics, followed by a formal Delphi panel consensus process. Results: The consensus process was conducted June to August 2022. All 60 panelists completed the process and reached at least 80% consensus on all recommendations after three Delphi rounds. Recommendations for best practices for chiropractic care for children addressed these aspects of the clinical encounter: patient communication, including informed consent; appropriate clinical history, including health habits; appropriate physical examination procedures; red flags/contraindications to chiropractic care and/or spinal manipulation; aspects of chiropractic management of pediatric patients, including infants; modifications of spinal manipulation and other manual procedures for pediatric patients; appropriate referral and comanagement; and appropriate health promotion and disease prevention practices. Conclusion: This set of recommendations represents a general framework for an evidence-informed and reasonable approach to the management of pediatric patients by chiropractors.
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 | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».