MétaCan
Menu
Retour à la cohorte
Enregistrement W4401699233 · doi:10.1371/journal.pone.0309069

What’s the harm? Results of an active surveillance adverse event reporting system for chiropractors and physiotherapists

2024· article· en· W4401699233 sur OpenAlexafffund
Katherine A. Pohlman, Martha Funabashi, Maeve O’Beirne, J. David Cassidy, Michael D. Hill, Eric L. Hurwitz, Gregory N. Kawchuk, Silvano Mior, Quazi Ibrahim, Haymo Thiel, Michael Westaway, Jerome Y. Yager, Sunita Vohra

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensUniversity of AlbertaPublic Health OntarioImpactCanadian Memorial Chiropractic CollegeUniversity of CalgaryUniversity of TorontoUniversité du Québec à Trois-RivièresMcMaster UniversityUniversité du Québec à Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta InnovatesChildren's Hospital FoundationStollery Children’s Hospital FoundationAlberta Innovates - Health SolutionsWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésHarmMedicineAdverse effectChiropracticAlternative medicinePhysical therapyIntensive care medicineInternal medicinePathologyPsychology

Résumé

récupéré en direct d'OpenAlex

This prospective, community-based, active surveillance study aimed to report the incidence of moderate, severe, and serious adverse events (AEs) after chiropractic (n = 100) / physiotherapist (n = 50) visit in offices throughout North America between October-2015 and December-2017. Three content-validated questionnaires were used to collect AE information: two completed by the patient (pre-treatment [T0] and 2-7 days post-treatment [T2]) and one completed by the provider immediately post-treatment [T1]. Any new or worsened symptom was considered an AE and further classified as mild, moderate, severe or serious. From the 42 participating providers (31 chiropractors; 11 physiotherapists), 3819 patient visits had complete T0 and T1 assessments. The patients were on average 50±18 years of age and 62.5% females. Neck/back pain was the most common presenting condition (70.0%) with 24.3% of patients reporting no condition/preventative care. From the patients visits with a complete T2 assessment (n = 2136 patient visits, 55.9%), 21.3% reported an AE, of which: 7.9% were mild, 6.2% moderate, 3.7% severe, 1.5% serious, and 2.0% had missing severity rating. The most common symptoms reported with moderate or higher severity were discomfort/pain, stiffness, difficulty walking and headache. This study provides valuable information for patients and providers regarding incidence and severity of AEs following patient visits in multiple community-based professions. These findings can be used to inform patients of what AEs may occur and future research opportunities can focus on mitigating common AEs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,135
Tête enseignante GPT0,436
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207