Screening for signs and symptoms of rheumatoid arthritis by family physicians and nurse practitioners using the Gait, Arms, Legs, and Spine musculoskeletal examination
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the sensitivity and specificity of the Gait, Arms, Legs, and Spine (GALS) examination to screen for signs and symptoms of rheumatoid arthritis (RA) when used by family physicians and nurse practitioners. METHODS: Participating health care professionals (2 rheumatologists, 3 family physicians, and 3 nurse practitioners) were trained to perform the GALS examination by viewing an instructional DVD and attending a training workshop. One week after training, the health care professionals performed the GALS examination on 20 individuals with RA and 21 individuals without RA. All participants were recruited through 2 rheumatology practices, and each participant was assessed by 4 health care professionals. The health care professionals were asked to record whether observed signs and symptoms were potentially consistent with a diagnosis of RA. The health care professionals understood the study objective to be their agreement on GALS findings among one another and were unaware that one-half of the participants had RA. Sensitivity and specificity were calculated to determine the ability of the GALS examination to screen for RA using the rheumatologist as the standard for comparison. RESULTS: Sensitivity and specificity values varied from 60-100% and 70-82%, respectively, for the 3 family physicians, and 60-90% and 73-100%, respectively, for the 3 nurse practitioners. CONCLUSION: Following a very short training period, family physicians and nurse practitioners appeared to be able to use the GALS examination as a screening tool for RA signs and symptoms, particularly for identifying an individual with positive results who will benefit from further investigation or rheumatology referral.
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 | 0,001 | 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 | 0,001 |
| 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 ».