MétaCan
Menu
Retour à la cohorte
Enregistrement W6921129986 · doi:10.6084/m9.figshare.c.5118034.v1

Treatment preferences amongst physical therapists and chiropractors for the management of neck pain: results of an international survey

2020· other· en· W6921129986 sur OpenAlexaffabout

Notice bibliographique

RevueFigshare · 2020
Typeother
Langueen
DomaineEngineering
ThématiqueCivil and Structural Engineering Research
Établissements canadiensWestern UniversityMcMaster UniversitySt Joseph's Health CareUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésNeck painWhiplashPsychological interventionManual therapyModalitiesChiropracticAcupunctureAlternative medicineMEDLINE

Résumé

récupéré en direct d'OpenAlex

Abstract Background Clinical practice guidelines on the management of neck pain make recommendations to help practitioners optimize patient care. By examining the practice patterns of practitioners, adherence to CPGs or lack thereof, is demonstrated. Understanding utilization of various treatments by practitioners and comparing these patterns to that of recommended guidelines is important to identify gaps for knowledge translation and improve treatment regimens. Aim To describe the utilization of interventions in patients with neck pain by clinicians. Methods A cross-sectional international survey was conducted from February 2012 to March 2013 to determine physical medicine, complementary and alternative medicine utilization amongst 360 clinicians treating patients with neck pain. Results The survey was international (19 countries) with Canada having the largest response (38%). Results were analyzed by usage amongst physical therapists (38%) and chiropractors (31%) as they were the predominant respondents. Within these professions, respondents were male (41-66%) working in private practice (69-95%). Exercise and manual therapies were consistently (98-99%) used by both professions but tests of subgroup differences determined that physical therapists used exercise, orthoses and ‘other’ interventions more, while chiropractors used phototherapeutics more. However, phototherapeutics (65%), Orthoses/supportive devices (57%), mechanical traction (55%) and sonic therapies (54%) were not used by the majority of respondents. Thermal applications (73%) and acupuncture (46%) were the modalities used most commonly. Analysis of differences across the subtypes of neck pain indicated that respondents utilize treatments more often for chronic neck pain and whiplash conditions, followed by radiculopathy, acute neck pain and whiplash conditions, and facet joint dysfunction by diagnostic block. The higher rates of usage of some interventions were consistent with supporting evidence (e.g. manual therapy). However, there was moderate usage of a number of interventions that have limited support or conflicting evidence (e.g. ergonomics). Conclusions This survey indicates that exercise and manual therapy are core treatments provided by chiropractors and physical therapists. Future research should address gaps in evidence associated with variable practice patterns and knowledge translation to reduce usage of some interventions that have been shown to be ineffective.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,284
Écart entre enseignants0,234 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetCivil and Structural Engineering ResearchTravaux en français237 207