The Global Spine Care Initiative: resources to implement a spine care program
Notice bibliographique
Résumé
PURPOSE: The purpose of this report is to describe the development of a list of resources necessary to implement a model of care for the management of spine-related concerns anywhere in the world, but especially in underserved communities and low- and middle-income countries. METHODS: Contents from the Global Spine Care Initiative (GSCI) Classification System and GSCI care pathway papers provided a foundation for the resources list. A seed document was developed that included resources for spine care that could be delivered in primary, secondary and tertiary settings, as well as resources needed for self-care and community-based settings for a wide variety of spine concerns (e.g., back and neck pain, deformity, spine injury, neurological conditions, pathology and spinal diseases). An iterative expert consensus process was used using electronic surveys. RESULTS: Thirty-five experts completed the process. An iterative consensus process was used through an electronic survey. A consensus was reached after two rounds. The checklist of resources included the following categories: healthcare provider knowledge and skills, materials and equipment, human resources, facilities and infrastructure. The list identifies resources needed to implement a spine care program in any community, which are based upon spine care needs. CONCLUSION: To our knowledge, this is the first international and interprofessional attempt to develop a list of resources needed to deliver care in an evidence-based care pathway for the management of people presenting with spine-related concerns. This resource list needs to be field tested in a variety of communities with different resource capacities to verify its utility. These slides can be retrieved under Electronic Supplementary Material.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».