Predicting Response to Motor Control Exercises and Graded Activity for Patients With Low Back Pain: Preplanned Secondary Analysis of a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Current treatments for low back pain have small effects. A research priority is to identify patient characteristics associated with larger effects for specific interventions. OBJECTIVE: The aim of this study was to identify simple clinical characteristics of patients with chronic low back pain who would benefit more from either motor control exercises or graded activity. DESIGN: This study was a secondary analysis of the results of a randomized controlled trial. METHODS: One hundred seventy-two patients with chronic low back pain were enrolled in the trial, which was conducted in Australian physical therapy clinics. The treatment consisted of 12 initial exercise sessions over an 8-week period and booster sessions at 4 and 10 months following randomization. The putative effect modifiers (psychosocial features, physical activity level, walking tolerance, and self-reported signs of clinical instability) were measured at baseline. Measures of pain and function (both measured on a 0-10 scale) were taken at baseline and at 2, 6, and 12 months by a blinded assessor. RESULTS: Self-reported clinical instability was a statistically significant and clinically important modifier of treatment response for 12-month function (interaction: 2.72; 95% confidence interval=1.39 to 4.06). Participants with high scores on the clinical instability questionnaire (≥9) did 0.76 points better with motor control exercises, whereas those who had low scores (<9) did 1.93 points better with graded activity. Most other effect modifiers investigated did not appear to be useful in identifying preferential response to exercise type. LIMITATIONS: The psychometric properties of the instability questionnaire have not been fully tested. CONCLUSIONS: A simple 15-item questionnaire of features considered indicative of clinical instability can identify patients who respond best to either motor control exercises or graded activity.
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 | 0,025 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».