Factores de prognóstico para os resultados de insucesso da intervenção multimodal em fisioterapia, em utentes com dor lombar crónica
Notice bibliographique
Résumé
Introdução: As elevadas taxas de insucesso, segundo o benefício clínico da intervenção da Fisioterapia, sugerem haver características dos utentes que influenciam o sucesso/insucesso da intervenção. No entanto, os estudos dos factores de prognóstico neste âmbito são escassos e inconsistentes. Objectivo: Este estudo pretende determinar se um modelo baseado em factores de prognóstico é capaz de prever os resultados de insucesso da Fisioterapia em utentes com Dor Lombar Crónica (DLC) a curto e médio prazo, para os outcomes incapacidade funcional, intensidade da dor e percepção global de melhoria. Metodologia: A amostra deste estudo de coorte prospectivo foi composta por 95 utentes referenciados para a Fisioterapia, avaliados antes da intervenção, 6 semanas após o seu inicio e 3 meses após o seu término. O insucesso foi determinado segundo a Diferença Mínima Clinicamente Importante para cada instrumento de medida: incapacidade da funcional pela Quebec Back Pain Disability Scale (QBPDS-PT), a intensidade da dor pela Escala Visual Análoga (EVA) e a percepção global de melhoria pela Patient Global Impression of Change Scale (PGIC-PT). Foram recolhidos dados sócio-demográficos, clínicos e medo do movimento. Resultados: Dos 95 participantes, 90 completaram o follow-up de 3 meses. Através dos modelos preditivos multivariados observam-se várias associações com os outcomes. Utentes com DLC com níveis de incapacidade na baseline mais elevados têm menor probabilidade de insucesso às 6 semanas (OR=0,936; 95% IC: 0,904-0,969). Aos 3 meses utentes com níveis de incapacidade na baseline mais elevados têm menor probabilidade de insucesso (OR=0,943; 95%IC: 0,911-0,977) enquanto utentes com irradiação da dor têm maior probabilidade de insucesso na incapacidade funcional (OR=3,237; 95%IC: 1,225-8,555). Para a intensidade da dor às 6 semanas, utentes com intensidade da dor mais elevada na baseline têm menos probabilidade de ter insucesso (OR=0,928; 95%IC: 0,899-0,959) mas utentes com excesso de peso (OR=2,866; 95%IC: 1,025- 8,013) têm mais probabilidade de insucesso. Aos 3 meses, utentes com intensidade da dor mais elevada na baseline (OR=0,940; 95%IC: 0,914-0,968) têm menos probabilidade de ter insucesso, mas utentes com dor irradiada para o membro inferior (OR=3,657; 95%IC: 1,277- 10,470) têm mais probabilidade de insucesso. Na percepção global de melhoria, utentes do género feminino (OR=3,225; 95%IC: 1,039-10,194) e com excesso de peso (OR=3,334; 95%IC: 1,113-9,806) têm mais probabilidade de insucesso às 6 semanas. Aos 3 meses de follow-up o modelo preditivo não reteve quaisquer variáveis associadas significativamente com o este outcome. Conclusões: Na generalidade os modelos preditivos têm capacidades classificativas, preditivas e discriminativas razoáveis. Este estudo pode ser um contributo para futuramente se conseguir agrupar utentes segundo as suas características associadas com o insucesso, oferecendo-lhes tratamentos mais específicos que melhorem a resposta à intervenção da Fisioterapia.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».