The Sensitivity and Specificity of Functional Capacity Evaluations in Determining Maximal Effort
Notice bibliographique
Résumé
STUDY DESIGN: Randomized trial. OBJECTIVES: To determine the sensitivity and specificity of maximal effort testing in functional capacity evaluations. SUMMARY OF BACKGROUND DATA: Functional capacity evaluations are widely used to determine when an injured worker is able to return to work. The accurate assessment of function is dependent on a patient's willingness to exert maximal effort during evaluation. Although many tests are used to suggest the presence of maximal or submaximal effort, it is unclear whether these tests can actually do what they are hoped to do. METHODS: Ninety study participants with low back pain were randomized into either a 100% effort group or a 60% effort group. After a thorough evaluation, the blinded tester was asked to give an overall opinion as to whether or not the participant was giving 100% effort or 60% effort. RESULTS: The tester's opinion on maximal effort tests within the functional capacity evaluation had an overall specificity of 84.1% and a sensitivity of 65.2%. Only 5 of 17 commonly used maximal effort tests were able to individually differentiate between maximal and submaximal effort. The final logistic regression model was able to find three covariates with reasonable explanation of the proportion of variance in the outcome variable of effort (R 3 0.444) with goodness of fit. CONCLUSIONS: The determination of maximal effort in a functional capacity evaluation is complex. Because of the wide-ranging medicolegal and ethical considerations, caution is recommended in the labeling of patients as exerting either maximal or submaximal effort.
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 | 0,026 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».