The effectiveness of structured patient education for the management of musculoskeletal disorders and injuries of the extremities: a systematic review by the Ontario Protocol for Traffic Injury Management (OPTIMa) Collaboration.
Notice bibliographique
Résumé
PURPOSE: To determine the effectiveness of structured patient education for the management of musculoskeletal disorders and injuries of the extremities. METHODS: We searched MEDLINE, EMBASE, CINAHL, PsycINFO, and the Cochrane Central Register of Controlled Trials from January 1, 1990 to March 14, 2015. Paired reviewers independently screened titles and abstracts for eligibility. The internal validity of studies was assessed using the Scottish Intercollegiate Guidelines Network (SIGN) criteria. Results from studies with a low risk of bias were synthesized using the best-evidence synthesis methodology. RESULTS: We identified two randomized trials with a low risk of bias. Our review suggests that: 1) multimodal care and corticosteroid injections lead to faster pain relief and improvement than reassurance and advice in the short-term and similar outcomes in the long-term for patients with persistent lateral epicondylitis; and 2) providing health education material alone may be less effective than multimodal care for the management of persistent patellofemoral pain syndrome. CONCLUSION: Our systematic search of the literature demonstrates that little is known about the effectiveness of structured patient education for the management of musculoskeletal disorders and injuries of the extremities. Two studies suggest that when used alone, structured patient education may be less effective than other interventions used to manage persistent lateral epicondylitis and persistent patellofemoral syndrome.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».