A mixed methods study to investigate needs assessment for knee pain and disability: population and individual perspectives
Notice bibliographique
Résumé
BACKGROUND: The new Musculoskeletal Services Framework outlines the importance of health care needs assessment. Our aim was to provide a model for this for knee pain and disability, describing felt need (individual assessment of a need for health care) and expressed need (demand for health care). This intelligence is required by health care planners in order to implement the new Framework. METHODS: A multi-method approach was used. A population survey (n = 5784) was administered to adults aged 50+ registered with 3 general practices. The questionnaire contained a Knee Pain Screening Tool to identify the prevalence of knee pain and health care use in the population, and the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). Survey responders who scored "severe" or "extreme" on at least one item on the pain or physical function scale on the WOMAC were categorised into "severe" groups. Qualitative interviews were undertaken with 22 survey responders to explore in detail the experience of living with knee pain and disability. A sample of interviewees (n = 10) completed an open format patient diary to explore the experience of knee pain in everyday life. RESULTS: The 12-month period prevalence of knee pain was 49.5%, of which half was severe. Severe difficulties were reported with domestic duties, bending, bathing, climbing stairs and getting in or out of a car. Some self-care is occurring. The majority (53%) of responders with severe pain or disability had not consulted their GP in the last 12 months. The qualitative study revealed reasons for this including a perception that knee pain is part of normal ageing, little effective prevention and treatment is available and the use of medications causes side effects and dependency. CONCLUSION: This study adds to previous work by highlighting a gap between felt and expressed need and the reasons for this mismatch. There is evidence of self-management, but also missed opportunities for effective interventions (e.g. lifestyle advice). A targeted and integrated approach between clinicians and health care planners for primary and secondary prevention is required if aspects of the new Musculoskeletal Services Framework are to be successfully implemented.
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 | 0,031 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».