Changes in primary care physician’s management of low back pain in a model of interprofessional collaborative care: an uncontrolled before-after study
Notice bibliographique
Résumé
BACKGROUND: Tracking how clinicians treat patients provides an opportunity to explore how the clinical management of common musculoskeletal disorders evolves over time. We present an uncontrolled before-after study of a primary care physician's management of low back pain and describe how his involvement in an interprofessional collaborative practice was associated with a change in the management of patients with low back pain. METHOD: Data from the electronic medical record of one primary care physician who participated in a study of a model of chiropractic-medical collaboration were retrospectively collected. Records of a sample of consecutive patients prior to the start (i.e. pre-study, n = 51) and at the end of the collaborative study (i.e. study, n = 49) were collected. RESULTS: Demographics were similar in both groups but median number of physician visits (2.5 and 1.0), average prescriptions per patients (1.24 and 0.47), and total number of narcotic prescriptions (14 and 6) differed between pre-study and study groups, respectively. Separate analysis of only the records of low back pain study patients revealed that 61% were referred for chiropractic care during the study period. Patients who were not referred had more neurological deficits and leg pain but back pain severity and average number of prescriptions was about the same. Referred patients in the study group had about 25% fewer physician visits and imaging requests. CONCLUSION: Based on this study of a single primary care physician, we hypothesize that doctors may change their prescribing behaviours and consultation rate for patients with low back pain when engaged in interprofessional collaborative care. Further research is required to test this observation in the population.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».