Diagnostic Differences Between General Practitioners and Orthopaedic Surgeons in Low Back Pain Patients
Notice bibliographique
Résumé
BACKGROUND: There is a growing consensus on low back pain treatment. However, whether this extends to diagnostic labelling is still largely unknown. The aim of this report was to compare the diagnostic assessment of low back pain patients between general practitioners trained in manual therapy and orthopaedic surgeons. METHODS: Population-based randomized controlled trial in which 160 patients with acute or sub-acute low back pain were assessed and treated by general practitioners or orthopaedic surgeons. Information on diagnoses and use of diagnostic imaging was obtained from medical records and physician questionnaires covering the ten-week treatment period. The Quebec Task Force classification and free text analysis were used to group diagnostic labels. RESULTS: At baseline there were no significant differences in medical history, findings at physical examination and distribution of the Quebec Task Force diagnostic classification between the patient groups, indicating that they were similar. However, there were significant differences in physicians' use of diagnostic labels for local pain and their characterisation of radiating pain. General practitioners used more terms from manual medicine and reported more pseudoradicular pain than orthopaedic surgeons, who used non-specific pain labels, reported more true radicular pain and used more x-ray examinations. Differences were found at all times from first visit to ten week follow-up. CONCLUSIONS: There were significant differences in diagnostic assessment and use of diagnostic radiology between general practitioners and orthopaedic surgeons.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».