Potential triaging of referrals for lumbar spinal surgery consultation: a comparison of referral accuracy from pain specialists, findings from advanced imaging and a 3-item questionnaire.
Notice bibliographique
Résumé
BACKGROUND: Waiting times to see a spinal surgeon are among the highest in Canada. However, most patients who are referred would not benefit from surgical care. Effective triaging of surgical candidates may reduce morbidity related to prolonged waiting times and optimize use of limited resources. METHODS: We administered a questionnaire consisting of 3 items identifying leg-dominant or back-dominant pain among 119 consecutive patients who presented at a community spinal pain centre or a spinal surgical unit for assessment of an elective lumbar problem. We analyzed the questionnaire under 2 different scenarios: 1 hypothesized to be more sensitive and 1 hypothesized to be more specific. RESULTS: For the "sensitive" scenario of clearly back-dominant pain, the sensitivity of the questionnaire was 100% in identifying appropriate surgical candidates. For the "specific" scenario of leg-dominant pain, the questionnaire had a sensitivity of 83% and specificity of 73% in identifying appropriate surgical candidates, which was significantly superior to findings on computed tomography or magnetic resonance imaging (i.e., presence of neurocompressive lesions). When comparing the accuracy of the questionnaire in identifying appropriate surgical candidates to that of an assessment performed by a pain specialist at an acute spinal pain clinic, we found no statistically significant differences between the 2 methods. CONCLUSION: Use of the questionnaire when triaging patients may decrease the number of unnecessary referrals to spine surgeons. Adopting such a method of triaging could reduce waiting times for appropriate surgical candidates and potentially improve the outcomes of any resulting spinal surgery performed in a timely fashion.
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 | 0,008 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».