MétaCan
Menu
Retour à la cohorte
Enregistrement W2059975365 · doi:10.1186/1471-2474-10-3

Research priorities for non-pharmacological therapies for common musculoskeletal problems: nationally and internationally agreed recommendations

2009· article· en· W2059975365 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueBMC Musculoskeletal Disorders · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthVersus ArthritisNational Institute for Health and Care ResearchStichting Kinderen KankervrijChartered Society of Physiotherapy Charitable Trust
Mots-clésMedicineSports medicineRheumatologyEpidemiologyAlternative medicineMEDLINEPublic healthPhysical therapyOrthopedic surgeryRehabilitationFamily medicineIntensive care medicineInternal medicinePathologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Musculoskeletal problems such as low back pain, neck, knee and shoulder pain are leading causes of disability and activity limitation in adults and are most frequently managed within primary care. There is a clear trend towards large, high quality trials testing the effectiveness of common non-pharmacological interventions for these conditions showing, at best, small to moderate benefits. This paper summarises the main lessons learnt from recent trials of the effectiveness of non-pharmacological therapies for common musculoskeletal conditions in primary care and provides agreed research priorities for future clinical trials. METHODS: Consensus development using nominal group techniques through national (UK) and international workshops. During a national Clinical Trials Thinktank workshop in April 2007 in the UK, a group of 30 senior researchers experienced in clinical trials for musculoskeletal conditions and 2 patient representatives debated the possible explanations for the findings of recent high quality trials of non-pharmacological interventions. Using the qualitative method of nominal group technique, these experts developed and ranked a set of priorities for future research, guided by the evidence from recent trials of treatments for common musculoskeletal problems. The recommendations from the national workshop were presented and further ranked at an international symposium (hosted in Canada) in June 2007. RESULTS: 22 recommended research priorities were developed, of which 12 reached consensus as priorities for future research from the UK workshop. The 12 recommendations were reduced to 7 agreed priorities at the international symposium. These were: to increase the focus on implementation (research into practice); to develop national musculoskeletal research networks in which large trials can be sited and smaller trials supported; to use more innovative trial designs such as those based on stepped care and subgrouping for targeted treatment models; to routinely incorporate health economic analysis into future trials; to include more patient-centred outcome measures; to develop a core set of outcomes for new trials of interventions for musculoskeletal problems; and to focus on studies that advance methodological approaches for clinical trials in this field. CONCLUSION: A set of research priorities for future trials of non-pharmacological therapies for common musculoskeletal conditions has been developed and agreed through national (UK) and international consensus processes. These priorities provide useful direction for researchers and research funders alike and impetus for improvement in the quality and methodology of clinical trials in this field.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,389
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle