Patient‐reported outcome measures in advanced musculoskeletal physiotherapy practice: a systematic review
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: Advanced practice physiotherapists (APPs), also known as extended scope physiotherapists, provide a new model of service delivery for musculoskeletal (MSK) disorders. Research to date has largely focused on health service efficiencies, with less emphasis on patient outcomes. The present systematic review aimed to identify the patient-reported outcome measures (PROMs) being utilized by APPs. METHOD: A wide search strategy was employed, including the PubMed, Embase, CINAHL, CENTRAL and PEDro databases, to identify studies relating to PROMs utilized by APPs in MSK healthcare settings. PROMs identified were classified into predetermined outcome domains, with additional contextual data extracted. RESULTS: Of the initial 12,302 studies, 38 met the inclusion criteria. These involved APPs across different settings, utilizing 72 different PROMs and most commonly capturing: Patient Satisfaction, Quality of Life (QoL), Functional Status, and Pain; and, less frequently: Global Status (i.e. overall improvement), Psychological Well-Being, Work ability, and Healthcare Consumption and Costs. The quality of the PROMs varied greatly, with Satisfaction most commonly measured utilizing non-standardized locally-devised tools; the EuroQol five-dimensions questionnaire (EuroQoL-5D) and 36-Item Short-Form (SF-36) cited most frequently to capture QoL; and the Visual Analogue Scale (VAS) to capture Pain. No key measure was identified to capture Functional Status, with 15 different tools utilized. CONCLUSION: APPs utilized a multiplicity of PROMs across a range of MSK disorders. The present review will act as an important resource, informing the selection of outcomes for MSK disorders, with a view to greater standardization of outcome measurement in MSK clinical practice, service evaluation and research.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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