Quality of Care for Knee Osteoarthritis in Primary Care: A Patient’s Perspective
Notice bibliographique
Résumé
OBJECTIVE: To describe the quality of osteoarthritis care in general practice from a patient's perspective and to identify novel associations between process quality indicators and patient-reported outcome and experience measures. METHODS: For this study, 235 individuals with knee osteoarthritis completed a survey based on both process and outcome indicators. Process indicators were extracted from international guidelines and included the domains: diagnosis, self-management, treatment, and follow-up. The Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and RAND 36-item Short Form health survey (SF-36) were used to assess patient-reported outcomes. Patient-reported experience with care was evaluated with the European Task Force on Patient Evaluations of General Practice Care (EUROPEP) instrument. A series of multilevel regression analyses were then performed to analyze determinants at the patient level (i.e., age, sex, body mass index, and education) and associations between process and outcome indicators. RESULTS: Overall, low adherence to the process indicators was observed (38%), particularly on informing patients about the importance of weight loss (24% [95% confidence interval (95% CI) 19-31]) or referring them for physical therapy (41% [95% CI 33-49]). Patients described their quality of life as moderate, with an overall score of 63% and 35% on the SF-36 and WOMAC surveys, respectively. Regarding the determinants, patients with a higher education level were better informed (odds ratio [OR] 3.4; P = 0.0003). Associations between process and outcome indicators were scarce, with the exception of patient satisfaction with care and use of nonsteroidal antiinflammatory drugs (NSAIDs) (OR 2.9; P = 0.0014). CONCLUSION: Patients with knee osteoarthritis receive suboptimal conservative management. They report a moderate quality of life. This study confirms the evidence suggesting that NSAIDs are the backbone of osteoarthritis pain management but also adds evidence from a patient's perspective.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».