MétaCan
Menu
Retour à la cohorte
Enregistrement W2795261040 · doi:10.1186/s12891-018-2022-x

Prognostic factors of a favorable outcome following a supervised exercise program for soldiers with sub-acute and chronic low back pain

2018· article· en· W2795261040 sur OpenAlexafffund
Marc Perron, C. Gendron, Pierre Langevin, Jean Leblond, Marianne Roos, Jean‐Sébastien Roy

Notice bibliographique

RevueBMC Musculoskeletal Disorders · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationCanadian Armed ForcesUniversité Laval
Organismes subventionnairesRéseau Provincial de Recherche en Adaptation-Réadaptation
Mots-clésMedicinePhysical therapyLogistic regressionLow back painOswestry Disability IndexUnivariate analysisRehabilitationSports medicineUnivariatePhysical medicine and rehabilitationInternal medicineMultivariate analysisAlternative medicineMultivariate statisticsStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Low back pain (LBP) encompasses heterogeneous patients unlikely to respond to a unique treatment. Identifying sub-groups of LBP may help to improve treatment outcomes. This is a hypothesis-setting study designed to create a clinical prediction rule (CPR) that will predict favorable outcomes in soldiers with sub-acute and chronic LBP participating in a multi-station exercise program. METHODS: Military members with LBP participated in a supervised program comprising 7 stations each consisting of exercises of increasing difficulty. Demographic, impairment and disability data were collected at baseline. The modified Oswestry Disability Index (ODI) was administered at baseline and following the 6-week program. An improvement of 50% in the initial ODI score was considered the reference standard to determine a favorable outcome. Univariate associations with favorable outcome were tested using chi-square or paired t-tests. Variables that showed between-group (favorable/unfavorable) differences were entered into a logistic regression after determining the sampling adequacy. Finally, continuous variables were dichotomized and the sensitivity, specificity and positive and negative likelihood ratios were determined for the model and for each variable. RESULTS: A sample of 85 participants was included in analyses. Five variables contributed to prediction of a favorable outcome: no pain in lying down (p = 0.017), no use of antidepressants (p = 0.061), FABQ work score < 22.5 (p = 0.061), fewer than 5 physiotherapy sessions before entering the program (p = 0.144) and less than 6 months' work restriction (p = 0.161). This model yielded a sensitivity of 0.78, specificity of 0.80, LR+ of 3.88, and LR- of 0.28. A 77.5% probability of favorable outcome can be predicted by the presence of more than three of the five variables, while an 80% probability of unfavorable outcome can be expected if only three or fewer variables are present. CONCLUSION: The use of prognostic factors may guide clinicians in identifying soldiers with LBP most likely to have a favorable outcome. Further validation studies are needed to determine if the variables identified in our study are treatment effect modifiers that can predict success following participation in the multi-station exercise program. TRIAL REGISTRATION: ClinicalTrials.gov Identifier: NCT03464877 registered retrospectively on 14 March 2018.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,286
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Musculoskeletal DisordersMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207