Intertester Reliability of the McKenzie Evaluation in Assessing Patients With Mechanical Low Back Pain
Notice bibliographique
Résumé
STUDY DESIGN: Prospective intertester reliability study investigating the ability of 2 therapists to agree on a low back pain diagnosis using examination techniques and the classification system described by McKenzie. OBJECTIVES: To investigate intertester agreement in determining McKenzie diagnostic syndromes, subsyndromes, presence, and relevance of the spinal deformities. BACKGROUND: Reliability of the McKenzie approach for determining diagnostic categories is unclear. Previous studies have been characterized by inconsistency of test protocols, criterion measures, and level of training of the examiners, which confounds the interpretation of results. METHODS: Patients were assessed simultaneously by 2 physical therapists trained in the McKenzie evaluation system. The therapists were randomly assigned as examiner and observer. Agreement was estimated by Kappa statistics. RESULTS: Forty-five subjects (47 +/- 14 years), composed of 25 women and 20 men with acute, subacute, or chronic low back pain were examined. The agreement between raters for selection of the McKenzie syndromes was kappa = 0.70, and for the derangement subsyndromes was kappa = 0.96. Interrater agreement for presence of lateral shift, relevance of lateral shift, relevance of lateral component, and deformity in sagittal plane was kappa = 0.52, 0.85, 0.95, and 1.00, respectively. Intertester agreement on syndrome categories in 17 patients under 55 years of age was excellent, with kapp = 1.00. CONCLUSIONS: A form of low back evaluation, using patterns of pain response to repeated end range spinal test movements, was highly reliable when performed by 2 properly trained physical therapists.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».