Managing Low Back Pain in the Primary Care Setting: The Know‐Do Gap
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To ascertain knowledge gaps in the diagnosis and treatment of acute and chronic low back pain (LBP) in the primary care setting to prepare a scoping survey for identifying knowledge gaps in LBP management among Alberta's primary care practitioners, and to identify potential barriers to implementing a multidisciplinary LBP guideline. METHODS: English language studies, published from 1996 to 2008, comparing the clinical practice patterns of primary care practitioners with guideline recommendations were identified by systematically searching literature databases, the websites of various health technology assessment agencies and libraries, and the Internet. Data were synthesized qualitatively. RESULTS: The literature search identified 14 relevant studies. Knowledge gaps were reported among various primary care practitioner groups in the assessment of red flags, use of diagnostic imaging, provision of advice regarding sick leave and continuing activity, administration of some medications (muscle relaxants, oral steroids and opioids) and recommendation of particular treatments (acupuncture, physiotherapy, spinal manipulation, traction, ultrasound, transcutaneous electrical nerve stimulation and spinal mobilization). CONCLUSIONS: A know-do gap clearly exists among primary care practitioners with respect to the diagnosis and treatment of LBP. The information on know-do gaps will be used to construct a survey tool for unearthing the local knowledge gaps extant among Alberta's primary care practitioners, and to develop a dissemination strategy for a locally produced multidisciplinary LBP guideline, with the aim of ensuring that the know-do gaps inherent within each primary practice discipline are specifically targeted.
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.
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 | 0,032 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle