MétaCan
Menu
Retour à la cohorte
Enregistrement W2083677715 · doi:10.1097/01.blo.0000200244.37555.ad

Triage for Nonspecific Lower-back Pain

2006· review· en· W2083677715 sur OpenAlexaff
Sherri Weiser, M Rossignol

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineTriagePsychological interventionBack painHealth careMEDLINEEvidence-based medicineBest evidencePhysical therapyExpert opinionEvidence-based practiceIntensive care medicineAlternative medicineMedical emergencyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Unremitting lower-back pain has long been a costly and personally devastating problem in society. Guidelines for the treatment of lower-back pain have provided evidence-based recommendations to help identify patients who will benefit from specific types of treatment in an effort to reduce costs and human suffering. However, there is little evidence that these guidelines are being applied in the daily practice of health care providers. Practical information is required to assist health care providers in triaging patients for specific treatments so that interventions can be targeted only to those who need them. In this way, iatrogenic complications and unnecessary costs can be contained. This chapter provides information on how to triage the patient with nonspecific lower-back pain for optimal care. The recommendations are supported by evidence-based guidelines, and when these are not available, best practice principles. Because appropriate treatment varies depending on the length of time a patient is suffering from lower-back pain, the chapter is divided into recommendations for acute, subacute, chronic and recurrent phases of lower-back pain. LEVEL OF EVIDENCE: Level V (expert opinion). See the Guidelines for Authors for a complete description of the levels of evidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,242
Tête enseignante GPT0,528
Écart entre enseignants0,286 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207