Assessing clinically meaningful change following a programme for managing chronic pain
Notice bibliographique
Résumé
OBJECTIVES: (1) To identify criteria for clinically meaningful change scores in commonly used measures of pain and related disability, using Goal Attainment Scaling as an external indicator of success. (2) To investigate the chances of achieving these scores following a pain management programme versus remaining on the waiting list. DESIGN: Participants were assessed on entry to waiting list, on admission and at follow-up from the pain management programme. Three groups of Goal Attainment Scaling scores (-1.0, +1) were created from final Goal Attainment Scaling achievements. Mean scores on other measures were analysed in relation to Goal Attainment Scaling score groups by ANOVA. Differences in numbers achieving clinically meaningful changes when on the pain management programme or waiting list were compared. SUBJECTS: Chronic musculoskeletal pain participants (N = 73) attending a rehabilitation centre, mean age (range) 44.8 (24-70) years, mean age (range) 44.8 (24-70), mean pain duration 7.7 (1-32) years. INTERVENTION: Three-week (15-day) pain management programme based on cognitive behavioural principles. MEASURES: McGill Pain Questionnaire, 0-10 Pain Intensity Numerical Rating Scale (NRS), Oswestry Disability Questionnaire (ODQ), General Health Questionnaire (GHQ), 5 minute walk, 1 minute sit/stand, 1 minute stair-climbing, and Goal Attainment Scaling (GAS). RESULTS: Mean change scores differed significantly for three GAS groups and were highest in the most successful (+1) group. These scores were used to define clinically meaningful changes on the NRS (-3), ODQ (-12), walk (+87) and stairs (+14). Significantly more participants on the pain management programme achieved these scores than those on the waiting list. CONCLUSION: Using GAS as a criterion of patient-perceived improvement enabled identification of clinically meaningful changes on some other common measures. These successfully differentiated achievement between patients on the pain management programme and those on the waiting list.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».