MétaCan
Menu
Retour à la cohorte
Enregistrement W2095211457 · doi:10.3138/physio.61.2.88

Physiotherapy and Low Back Pain in the Injured Worker: An Examination of Current Practice During the Subacute Phase of Healing

2009· article· en· W2095211457 sur OpenAlexaffvenue
Katherine Harman, Anne Fenety, Alison M. Hoens, James G. Crouse, Bev Padfield

Notice bibliographique

RevuePhysiotherapy Canada · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensWestern UniversityProvidence Health CareUniversity of British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical therapyPsychological interventionLow back painAuditManual therapyPhysical medicine and rehabilitationNursingAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To describe current physiotherapy practice for injured workers with subacute low back pain (SA-LBP). METHOD: A chart audit of discharged workers was conducted over three episodes of care: 4-6 weeks (T1), 6-8 weeks (T2), and 8-10 weeks (T3) post-injury. The prevalence and reproducibility of parameters for common interventions were calculated as the percentage of active charts over time. Focus groups were used to validate audit results and deepen our understanding of practice. RESULTS: In all, 164 charts were audited. The most prevalent interventions were (1) for manual therapy, joint mobilization and traction; (2) for electrophysical agents (EPAs), heat, ultrasound, and interferential therapy; and (3) for exercise, core stabilization exercises. Transcript analyses revealed that participants viewed injured workers with SA-LBP in a positive light, emphasized the importance of physiotherapy, and discussed SA-LBP in five themes: time frame, non-specific diagnosis, mixed client outlook, change in pain presentation, and the transition from a passive to a more active treatment approach. CONCLUSIONS: The pattern of decreasing passive and increasing active interventions is consistent with the focus-group participants' description of how they approach treatment of clients with SA-LBP. Also noted was a higher prevalence of interventions poorly supported by evidence and lower prevalence of interventions well supported by 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,957
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,342
Écart entre enseignants0,331 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations27
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207