Diagnostic and treatment concordance between a physiotherapist and an orthopedic surgeon – A pilot study
Notice bibliographique
Résumé
Musculoskeletal impairments affect one-third of the adult population, are one of the major contributors to lost time from work, and account for one-third of a general practitioner's caseload. These injuries respond well to physiotherapy, but access can be limited in a publicly funded health care system. Improved access to physiotherapy occurs in a collaborative model of care in orthopedic clinics however the extent to which the patient receives similar diagnoses and treatment recommendations has not been reported. The purpose of this study was to determine diagnostic concordance and accuracy, and treatment concordance between a physiotherapist and orthopedic surgeons. Twenty-five subjects in an orthopedic clinic were assessed by a physiotherapist and an orthopedic surgeon. Diagnosis and treatment recommendations were made by each separately. These were compared for concordance between professionals and diagnostic accuracy. The physiotherapist and the orthopedic surgeon had 90% concordance in diagnoses of knee and shoulder impairments, and 75% accuracy when compared to definitive diagnostic methods. They had 87% agreement in treatment recommendations, however, the physiotherapist gave three treatment recommendations per patient where the surgeon gave two. In a collaborative care context therefore, this study suggests, that physiotherapists have similar diagnostic capabilities to orthopedic surgeons, and they will enhance the conservative treatment options offered to orthopedic patients.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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 ».