Evaluation of a Canadian Back Pain Mass Media Campaign
Notice bibliographique
Résumé
STUDY DESIGN: Quasi-experimental before-and-after design with control group. OBJECTIVE: We evaluated a back pain mass media campaign's impact on population back pain beliefs, work disability, and health utilization outcomes. SUMMARY OF BACKGROUND DATA: Building on previous campaigns in Australia and Scotland, a back pain mass media campaign (Don't Take it Lying Down) was implemented in Alberta, Canada. A variety of media formats were used with radio ads predominating because of budget constraints. METHODS: Changes in back pain beliefs were studied using telephone surveys of random samples from intervention and control provinces before campaign onset and afterward. The Back Beliefs Questionnaire (BBQ) was used along with specific questions about the importance of staying active. For evaluating behaviors, we extracted data from governmental and workers' compensation databases between January 1999 and July 2008. Outcomes included indicators of number of visits to health care providers, use of diagnostic imaging, and compensation claim incidence and duration. Analysis included time series analysis and ANOVA testing of the interaction between province and time. RESULTS: Belief surveys were conducted with a total of 8566 subjects over the 4-year period. Changes on BBQ scores were not statistically significant, however, the proportion of subjects agreeing with the statement, "If you have back pain you should try to stay active" increased in Alberta from 56% to 63% (P = 0.008) with no change in the control group (consistently approximately 60%). No meaningful or statistically significant effects were seen on the behavioral outcomes. CONCLUSION: A Canadian media campaign appears to have had a small impact on public beliefs specifically related to campaign messaging to stay active, but no impact was observed on health utilization or work disability outcomes. Results are likely because of the modest level of awareness achieved by the campaign and future campaigns will likely require more extensive media coverage.
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 | 0,011 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».