Effectiveness of Manual Therapy for Pain in Neck Pain Patients: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Neck pain (NP) is a musculoskeletal public health problem that is often experienced, especially by modern society, with a high prevalence that can cause disability. Neck pain can be treated with various physiotherapy modalities, one of which is manual therapy/manipulation of the cervical spine. This study aims to determine the effectiveness of manual therapy in reducing pain in neck pain patients. Subjects and Method: This research is a systematic review and meta-analysis study, using PICO as follows, P= neck pain patients, I= manual therapy, C= other than manual therapy, O= reduction in pain. The articles included in this research were articles taken from several databases including Google Scholar, PubMed, NCBI, Science Direct, Embase, and Springer Link between 2010 and 2023. The keywords used to search for articles were: "neck pain" OR " chronic neck pain” OR “cervical pain” OR “cervicalgia” OR “upper cervical pain” OR “nonspecific neck pain” OR “nonspecific chronic neck pain” AND “manual therapy” OR “mobilization” OR “musculoskeletal manipulation” OR “cervical manipulation ” AND “RCT” OR “randomized controlled trial” OR “randomized controlled trial”. This research analysis was carried out using the RevMan 5.3 application. The results of the meta-analysis were reported using PRISMA flow diagrams. Results: A total of 9 articles have been analyzed originating from Spain, Canada, Germany, Turkey, and Pakistan. The study showed that patients with neck pain who received manual therapy experienced -2.01 units lower pain than those who did not receive manual therapy (SMD=-2.01; 95%CI=-3.00 to -1.03; p=0.001). Conclusion: Manual therapy significantly reduces neck pain compared to usual care.
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 | 0,032 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».