Understanding patient beliefs regarding the use of imaging in the management of low back pain
Notice bibliographique
Résumé
BACKGROUND: Imaging for low back pain (LBP) remains common despite guidelines recommending against routine imaging. Patient beliefs about imaging may contribute to the problem. This study aimed to quantitatively investigate patient beliefs regarding the need for imaging in managing LBP and to investigate whether personal characteristics, pain characteristics or back pain beliefs are associated with imaging beliefs. METHODS: A survey was performed of consecutive patients presenting to general medical practitioners in Sydney, Australia. Nine medical clinics were selected across varied socioeconomic regions. Survey questions assessed beliefs about the importance of imaging for LBP, collected demographic information, LBP history and general beliefs about back pain. Descriptive statistics and multivariate logistic regression were used to analyse findings. RESULTS: Three hundred completed surveys were collected with a 79.6% response rate. The mean age was 44 years and 60.7% of respondents were women. Exactly, 54.3% (95% CI: 48.7-58.9%) believed that imaging was necessary for the best medical care for LBP. Exactly, 48.0% (95% CI: 42.4-53.6%) believed that everyone with LBP should obtain imaging. Increased age, lower education level, non-European or non-Anglo-saxon cultural background, history of previous imaging and Back Beliefs Questionnaire scores were associated with beliefs that imaging was necessary. CONCLUSION: Approximately, half of all patients presenting to a medical doctor consider low back imaging to be necessary. This may have important implications for overutilization of low back imaging investigations. Knowledge of the factors associated with the patient's belief that imaging is necessary may be helpful in designing appropriate interventions to reduce unnecessary imaging for LBP.
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 | 0,002 | 0,014 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».