MétaCan
Menu
Retour à la cohorte
Enregistrement W4415321890 · doi:10.1016/j.jcm.2025.09.034

Algorithm for Temporomandibular Disorders With Osteopathic Manipulative Therapy: An Expert Consensus

2025· article· en· W4415321890 sur OpenAlexaff
Llanos De-La-Iglesia, Cristina Bravo, Cristian Justribó-Manion, Anna Montmany, Toni Roman-Arias, Isabelle Hue, Pierre-Michel Dugailly, S Colasanto, Philip Van-Caille, Francesc Rubí‐Carnacea

Notice bibliographique

RevueJournal of Chiropractic Medicine · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMyofascial pain diagnosis and treatment
Établissements canadiensCollège d'Études Ostéopathiques de Montréal
Organismes subventionnairesnon disponible
Mots-clésPalpationFlowchartDelphi methodManual therapyDelphiMedical diagnosisTemporomandibular disorderMEDLINE

Résumé

récupéré en direct d'OpenAlex

Objective: The purpose of this study was to create a consensus algorithm for the osteopathic approach to temporomandibular dysfunctions Methods: A conventional Delphi method of at least 3 rounds of questionnaires was carried out by a panel of experts to reach a consensus on a flowchart algorithm for the diagnosis and treatment of temporomandibular disorders with osteopathic manipulative therapy Results: During the 3 rounds, a total of 7 panellists participated. Consensus was reached on 182 items (70.54% = 182/258). The algorithm has a numerical code with which the direction of each option can be followed, and a color code that shows the classification of each of the items (anamnesis, examination, observation, referral, palpation and treatment). The algorithm begins with 4 main categories: psychological aspects, exclusion criteria, physical aspects, and other issues, which are further subdivided into specific items that will be addressed according to the findings obtained during the patient visit. Conclusion: This study created an algorithm for the osteopathic approach to temporomandibular dysfunctions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,331
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chiropractic MedicineMême sujetMyofascial pain diagnosis and treatmentTravaux en français237 207