Does the addition of manual therapy to exercise therapy improve pain and disability outcomes in chronic low back pain: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) is a common musculoskeletal problem and the leading cause of disability worldwide. Manual therapy and exercise therapy are used by physiotherapists to treat LBP. The evidence base for exercise is strong, however less so for manual therapy. We investigated whether manual therapy in addition to exercise provides improvements in pain and disability outcomes over exercise alone for LBP. METHODS: A PRISMA guided systematic review protocol was developed. PubMed, Ovid and Web of Science were searched for randomised controlled trials (RCTs) which compared manual therapy plus exercise with exercise alone for LBP patients. Participants consisted of adults and older adults suffering from chronic back pain for over three months, recruited by researchers following examination by a health professional. Exercise prescriptions consisted of strengthening, stretching and stabilisation exercises. Manual therapies included spinal manipulation, massage, soft tissue mobilisation, myofascial release and muscle energy technique. The main outcome measures were pain (VAS, The McGill Pain Questionnaire) and disability (ODI, Quebec Back Pain Disability Scale). Secondary outcome measures included quality of life, flexibility, strength, spinal mobility, satisfaction. RESULTS: Ten studies met the inclusion criteria: eight reported pain and/or disability improvements with the addition of manual therapy, two reported no benefit. CONCLUSIONS: This systematic review found that manual therapy as an adjunct to exercise provides increased improvements in short-term pain, function and disability outcomes than exercise alone in the management of LBP. The addition of manual therapy is recommended for at least short-term pain and disability relief in LBP patients.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 ».