Feasibility of Using Short Message Service to Collect Pain Outcomes in a Low Back Pain Clinical Trial
Notice bibliographique
Résumé
In Brief Study Design. Observational study nested within a randomized controlled trial. Objective. To evaluate the feasibility of using short message service (SMS) within a clinical trial of low back pain. Summary of Background Data. Technological advances have transformed communication technologies and opened the way for their use in clinical studies. SMSs have been tested for use in data collection for different patient groups, but little is known about use of this technology in low back pain research. Methods. Trial participants who owned a mobile phone and knew how to send SMS messages were included in the study. The participants were sent an SMS message asking them to rate their average pain, once a month for 12 consecutive months. Response rates during the year were calculated, and regression analyses were used to explore factors associated with phone ownership and response rates. Results. Of the 133 participants in the trial, 105 (61.1%) had mobile phones and 97 (56.4%) knew how to use SMS. The regression analyses showed that older patients were less likely to own a mobile phone (P < 0.000). Response rates to SMS alone during the 12 months ranged from 54.8% to 74.2%, and for SMS supplemented with phone interviews ranged from 91.5% to 99%. The median (interquartile range) number of the scheduled 12 assessments completed by SMS per patient was 9 (interquartile range, 5–11). The Poisson regression revealed no significant effect for any of the predictors studied: age, sex, education level, and pain level at baseline and after treatment (P ≥ 0.16). Conclusion. SMS supplemented with phone interviews, but not SMS alone, is a feasible option to collect simple data within a back pain clinical trial setting. We evaluated the feasibility of collecting monthly pain outcomes via short message service (SMS) within a back pain trial. The median response rate was 9 (interquartile range, 5–11) of the scheduled 12 assessments, a result supporting SMS supplemented with phone interviews, but not SMS alone, for simple data collection in randomized controlled trials.
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 | 0,018 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».