The impact of non–injury-related factors on disability secondary to whiplash associated disorder type II: a retrospective file review
Notice bibliographique
Résumé
BACKGROUND: There is evidence to suggest that Whiplash Associated Disorders (WADs) are influenced by physical trauma and psychosocial factors, as well as by medicolegal and compensation systems. OBJECTIVE: To investigate the impact of noninjury related variables on self-reported disability at initial assessment among patients presenting with WAD type II injuries. DESIGN AND SETTING: We reviewed a total of 1101 consecutive files of patients presenting to a single chiropractor's office in British Columbia, Canada. We included those who met the inclusion criteria. We extracted demographic variables and noninjury related information from 33 eligible patient files. We calculated correlations between variables and created a multivariable linear regression model to evaluate their relative associations with Neck Disability Index (NDI) scores on presentation. RESULTS: Higher NDI scores on initial assessment correlated with female sex (r = 0.40, P =.02), a greater number of subsequent treatments (r = 0.44, P =.01), a higher number of providers seen before presentation (r = 0.40, P =.02), and most strongly with the involvement of a lawyer (r = 0.73, P <.01). A multivariable linear regression model found that only female sex (P =.03) and the involvement of a lawyer (P =.01) remained significantly associated with higher NDI scores on presentation (adjusted R2 = 0.68 for the model). Female sex was associated with a 10-point increase in NDI scores on presentation (beta coefficient = 10.5; 95% confidence interval [CI] 2.8-18.2), and involvement of a lawyer was associated with a 15-point increase in NDI scores on presentation (beta coefficient = 14.9; 95% CI 5.0-24.7). CONCLUSION: Our analysis of WAD type II patients in receipt of compensation found that higher self-reported disability on initial assessment was associated with female sex and in particular by retaining a lawyer. Large prospective studies are needed to establish the validity of these findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».