MétaCan
Menu
Retour à la cohorte
Enregistrement W2006687786 · doi:10.1097/brs.0b013e31815e7f94

A Consensus Approach Toward the Standardization of Back Pain Definitions for Use in Prevalence Studies

2008· article· en· W2006687786 sur OpenAlexafffund
Clermont E. Dionne, Kate M. Dunn, Peter Croft, Alf Nachemson, Rachelle Buchbinder, Bruce F. Walker, Mary Wyatt, J. David Cassidy, Michel Rossignol, Charlotte Leboeuf‐Yde, Jan Hartvigsen, Päivi Leino‐Arjas, Ute Latza, Shmuel Reis, María Teresa Gil del Real, Francisco M. Kovacs, Birgitta Öberg, Christine Cedraschi, L.M. Bouter, Bart W. Koes, H. Susan J. Picavet, Maurits W. van Tulder, Kim Burton, Nadine E. Foster, Gary J. Macfarlane, Elaine Thomas, Martin Underwood, Gordon Waddell, Paul Shekelle, Ernest Volinn, Michael Von Korff

Notice bibliographique

RevueSpine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcGill UniversityKrembil FoundationUniversité Laval
Organismes subventionnairesSyddansk UniversitetUniversität HamburgMonash UniversityKeele UniversityUniversity of TorontoErasmus Medisch CentrumVrije Universiteit AmsterdamMcGill UniversityMurdoch UniversityTechnion-Israel Institute of TechnologyUniversity of AberdeenCardiff UniversityU.S. Department of Veterans AffairsNational Institute for Health and Care Research
Mots-clésMedicineLow back painSciaticaBack painDelphi methodPhysical therapyPopulationStandardizationMEDLINEEpidemiologyAlternative medicineFamily medicineStatisticsPathology

Résumé

récupéré en direct d'OpenAlex

In Brief Study Design. A modified Delphi study conducted with 28 experts in back pain research from 12 countries. Objective. To identify standardized definitions of low back pain that could be consistently used by investigators in prevalence studies to provide comparable data. Summary of Background Data. Differences in the definition of back pain prevalence in population studies lead to heterogeneity in study findings, and limitations or impossibilities in comparing or summarizing prevalence figures from different studies. Methods. Back pain definitions were identified from 51 articles reporting population-based prevalence studies, and dissected into 77 items documenting 7 elements. These items were submitted to a panel of experts for rating and reduction, in 3 rounds (participation: 76%). Preliminary results were presented and discussed during the Amsterdam Forum VIII for Primary Care Research on Low Back Pain, compared with scientific evidence and confirmed and fine-tuned by the panel in a fourth round and the preparation of the current article. Results. Two definitions were agreed on a minimal definition (with 1 question covering site of low back pain, symptoms observed, and time frame of the measure, and a second question on severity of low back pain) and an optimal definition that is made from the minimal definition and add-ons (covering frequency and duration of symptoms, an additional measure of severity, sciatica, and exclusions) that can be adapted to different needs. Conclusion. These definitions provide standards that may improve future comparisons of low back pain prevalence figures by person, place and time characteristics, and offer opportunities for statistical summaries. A modified Delphi study was conducted with 28 experts to identify standardized definitions of low back pain prevalence for use in epidemiological studies. Two definitions were agreed on minimal and optimal. These definitions provide standards that may improve the validity of future comparisons of low back pain prevalence figures and facilitate statistical summaries.

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)0,604
score de la tête « metaresearch » (Gemma)0,457
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,488

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6040,457
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0130,009
Études des sciences et des technologies0,0080,018
Communication savante0,0130,011
Science ouverte0,0080,026
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,143
Tête enseignante GPT0,337
Écart entre enseignants0,193 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations772
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpineMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207