The PRECISION Survey: Preferences of Physicians Regarding Ultrasound-Guided Intra-Articular Injections
Notice bibliographique
Résumé
OBJECTIVE: The objectives of this survey study were to: (1) determine practice patterns, (2) assess beliefs and attitudes toward ultrasound-guided intra-articular injections (UGIIs), (3) identify barriers to the use of UGII, and (4) determine any differences in beliefs and attitudes based on age or specialty. METHODS: A survey was developed using a focus group including physicians who perform intra-articular injections of the knee, shoulder, and/or hip. After validation by the focus group, the final survey (28 questions) was e-mailed to members of the Canadian Academy of Sport and Exercise Medicine (N = 632). RESULTS: A total of 168 responses were received (26.6%). Nearly half of respondents rarely/never had access to UGII equipment (48.5%), and over half did not have adequate training in UGIIs (56.8%-68.8%). About half of respondents agreed that UGII improves accuracy in knee injections (50.9%); only 35.4% agreed there was evidence to support UGII over non-ultrasound-guided intra-articular injections (NGIIs) of the knee. Physicians younger than 50 years were significantly more likely to use UGII for the knee and hip if they had better access to equipment (P < 0.0005 for both); they were more likely to use UGII for the knee if it was less time-consuming (P = 0.001). CONCLUSIONS: The majority of respondents are not using UGII for the knee or shoulder. Physicians may overestimate their accuracy in performing NGIIs. The biggest barriers to UGII were identified as: (1) inadequate training; (2) lack of access to equipment; and (3) lack of time. Younger physicians seem more open to adopting UGII if barriers are addressed.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 0,001 |
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 ».