What’s the harm? Results of an active surveillance adverse event reporting system for chiropractors and physiotherapists
Notice bibliographique
Résumé
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 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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».