Bibliometric analysis of research on manual therapy for low back pain from 2013 to 2023
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) is one of the most common symptoms prompting patients to seek treatment. Manual therapy is widely used to treat LBP. Nevertheless, there is a scarcity of bibliometric analyses examining the worldwide utilization of manual therapy for the treatment of LBP. METHODS: This research used the Online Bibliometric overview Platform website (https://bibliometric.com), CiteSpace (6.2.R4), and VOSviewer (1.6.19) to provide a comprehensive analysis of the current status and prospective developments in the field. The Web of Science Core Collection (WOSCC) database was searched for publications from August 1, 2013, to August 1, 2023 on manual therapy of low back pain. RESULTS: Among the identified articles, 488 fit the criteria. The number of papers on manual therapy for LBP has progressively risen over in the past 10 years, whereas the average number of citations of these papers has decreased. The leading countries producing publications on this discipline were the USA, Canada, and China. There were 345 authors of the studies, with Christine M. Goertz having the most publications. The University of Southern Denmark was the institution that contributed the most to the field. The Journal of Manipulative and Physiological Therapeutics published many of the research papers in this field. Keyword analysis showed that the relationship between low back pain, spinal manipulation, and management has been present throughout the development of this research area. CONCLUSIONS: Spinal manipulation, management, randomized controlled trials, Physical therapy, care and disability are the current research hotspots in the treatment of LBP with manual therapy. In addition, research on complementary medicine and clinical practice guidelines may become an important trend in the future.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,189 | 0,305 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».