MétaCan
Menu
Retour à la cohorte
Enregistrement W4403922686 · doi:10.1186/s12998-024-00552-1

Assessing the change in prevalence and characteristics of canadians utilizing chiropractic services across two time periods 2001–2010 and 2015–2018: a population-based repeated cross-sectional study

2024· article· en· W4403922686 sur OpenAlexafffundabout
Silvano Mior, Dan Wang, Jessica J. Wong, Sheilah Hogg‐Johnson, Pierre Côté

Notice bibliographique

RevueChiropractic & Manual Therapies · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensWestern UniversityOntario Tech UniversityCanadian Memorial Chiropractic CollegeUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Chiropractic Association
Mots-clésChiropracticMedicineCross-sectional studySocioeconomic statusDemographyConfidence intervalPopulationHealth careEnvironmental healthAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite increases in musculoskeletal disorders (MSD) in Canada, evidence suggests utilization of chiropractic services has remained relatively stable over time. Understanding the extent to which chiropractors are consulted and factors associated with their utilization may suggest factors related to accessing care. We assessed the change in prevalence and characteristics of Canadians seeking chiropractic care across two time periods 2001-2010 and 2015-2018. METHODS: We used national cross-sectional data from seven cycles of the Canadian Community Health Survey between 2001 and 2018. The survey included Canadians aged 12 years and older living in private dwellings in all provinces and territories. National annual weighted prevalence and age-standardized weighted prevalence (and 95% confidence intervals) of chiropractic utilization were calculated. We calculated prevalence of chiropractic utilization stratified by demographic, socioeconomic, lifestyle and health-related variables. Crude linear trends and change in prevalence from 2001 to 2010 were assessed using linear regression models. RESULTS: The national annual prevalence of Canadians consulting a chiropractor in the previous 12 months slightly increased from 11.0% (95% CI 10.8, 11.3) in 2001 to 11.4% (95%CI 11.1, 11.7) in 2010, and in those reporting receiving regular health care from a chiropractor from 7.5% (95%CI 7.2, 7.7) in 2015 to 7.9% (95%CI 7.7, 8.2) in 2018. Prevalence of utilization varied by province, highest in the Western provinces but lowest in Atlantic provinces. The age-specific prevalence of chiropractic utilization was highest in those aged 35-49 years and remained stable over time, except for slight increase in those aged 65-79 years. A higher percentage of Canadians identifying as white, Canadian-born, in the highest quintile of household income, overweight, physically active and in excellent health reported seeking chiropractic services. The most common reported chronic conditions measured in the survey among Canadians consulting chiropractors were chronic back problems, arthritis, fibromyalgia and headaches. CONCLUSION: The national prevalence of utilization of chiropractic services among Canadians slightly increased over time but varied by province and respondents' socioeconomic and health characteristics. Chronic back problems were the most common reported chronic condition. This comprehensive population-based study on chiropractic utilization in Canada can be used to inform decisions concerning health human resources and access to rehabilitation care for MSD.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,031
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
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 Opus0,044
Tête enseignante GPT0,404
Écart entre enseignants0,360 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChiropractic & Manual TherapiesMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207