Study protocol of cost-effectiveness and cost-utility of a biopsychosocial multidisciplinary intervention in the evolution of non-specific sub-acute low back pain in the working population: cluster randomised trial
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP), with high incidence and prevalence rate, is one of the most common reasons to consult the health system and is responsible for a significant amount of sick leave, leading to high health and social costs. The objective of the study is to assess the cost-effectiveness and cost-utility analysis of a multidisciplinary biopsychosocial educational group intervention (MBEGI) of non-specific sub-acute LBP in comparison with the usual care in the working population recruited in primary healthcare centres. METHODS/DESIGN: The study design is a cost-effectiveness and cost-utility analysis of a MBEGI in comparison with the usual care of non-specific sub-acute LBP.Measures on effectiveness and costs of both interventions will be obtained from a cluster randomised controlled clinical trial carried out in 38 Catalan primary health care centres, enrolling 932 patients between 18 and 65 years old with a diagnosis of non-specific sub-acute LBP. Effectiveness measures are: pharmaceutical treatments, work sick leave (% and duration in days), Roland Morris disability, McGill pain intensity, Fear Avoidance Beliefs (FAB) and Golberg Questionnaires. Utility measures will be calculated from the SF-12. The analysis will be performed from a social perspective. The temporal horizon is at 3 months (change to chronic LBP) and 12 months (evaluate the outcomes at long term).Assessment of outcomes will be blinded and will follow the intention-to-treat principle. DISCUSSION: We hope to demonstrate the cost-effectiveness and cost-utility of MBEGI, see an improvement in the patients' quality of life, achieve a reduction in the duration of episodes and the chronicity of non-specific low back pain, and be able to report a decrease in the social costs. If the intervention is cost-effectiveness and cost-utility, it could be applied to Primary Health Care Centres. TRIAL REGISTRATION: ISRCTN: ISRCTN58719694.
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 | 0,032 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,009 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,084 | 0,014 |
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 ».