Predicting transition from acute to chronic low back pain with quantitative sensory tests—A prospective cohort study in the primary care setting
Notice bibliographique
Résumé
BACKGROUND: It would be desirable to identify patients with acute low back pain (ALBP) who are at high risk for transition to chronic pain early in the course of their disease. This would enable early preventive or therapeutic interventions. Patients with chronic low back pain (CLBP) display signs of central hypersensitivity. This may contribute to the transition to CLBP. We tested the hypothesis that central hypersensitivity as assessed by quantitative sensory tests predicts transition to CLBP. METHODS: We performed a prospective cohort study in 130 patients with ALBP recruited in a primary care setting to determine the ability of 14 tests using electrical, pressure and temperature stimulation to predict transition to CLBP after 6 months. We assessed the association of tests with transition to CLBP in multivariable analyses adjusted for socio-demographic, psychological and clinical characteristics, quantified the performance of tests using receiver operating characteristic (ROC) curves, and calculated likelihood ratios for different cut-off values for most promising tests. RESULTS: None of the evaluated tests showed a statistically significant or clinically relevant ability to predict the transition to CLBP, with 95% CI of crude and adjusted associations of all tests including one as measure of no association. Corresponding estimates of areas under the ROC curves were below 0.5, and none of the 95% CI crossed the pre-specified boundary of clinical relevance set at 0.70. CONCLUSIONS: We found no evidence to support a clinically relevant ability of current quantitative sensory tests to predict the transition from acute to CLBP.
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 | 0,011 | 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 | 0,000 | 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 ».