MétaCan
Menu
Retour à la cohorte
Enregistrement W2977051246 · doi:10.1002/acr.24081

Physical Therapists’ Ability to Distinguish Between Inflammatory and Noninflammatory Arthritis and to Appropriately Refer Patients to a Rheumatologist

2019· article· en· W2977051246 sur OpenAlexaffabout
Debbie Ehrmann Feldman, Sasha Bernatsky, Tatiana Orozco, Jonathan El‐Khoury, François Desmeules, Maude Laliberté, Kadija Perreault, Roland Grad, Michel Zummer, Linda J. Woodhouse

Notice bibliographique

RevueArthritis Care & Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal Disorders and Rehabilitation
Établissements canadiensJewish General HospitalCentre for Interdisciplinary Research in RehabilitationHôpital Maisonneuve-RosemontUniversité de SherbrookeMcGill University Health CentreUniversity of AlbertaUniversité LavalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineAnkylosing spondylitisPhysical therapyRheumatoid arthritisReferralInflammatory arthritisArthritisMedical diagnosisOsteoarthritisInternal medicineLogistic regressionFamily medicineAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate whether physical therapists (PTs) can correctly identify new-onset inflammatory arthritis; to assess whether PTs are aware that cases of new-onset inflammatory arthritis should be referred to a rheumatologist; to explore the comfort level of PTs to refer to medical specialists; and to determine factors associated with correctly identifying inflammatory arthritis and referring to a rheumatologist. METHODS: We sent a questionnaire to PTs in 2 Canadian provinces describing 4 case scenarios (new-onset rheumatoid arthritis [RA], knee osteoarthritis [OA], new-onset ankylosing spondylitis [AS], and low back pain [LBP]). Participants were asked to identify probable medical diagnoses and indicate their plan of action. We described the frequencies of our outcomes and used logistic regression to explore associated factors. RESULTS: A total of 352 PTs responded. The proportions who correctly identified each of the 4 cases were 90%, 83%, 77%, and 100%, respectively, for RA, OA, AS, and LBP. Among those, 77%, 30%, 73%, and 3%, respectively, indicated that it was "very important" or "extremely important" to refer to a rheumatologist. Approximately two-thirds felt "extremely comfortable" or "quite comfortable" to refer to a specialist. PTs working in rural areas were less likely to refer. CONCLUSION: Most PTs correctly identified the clinical cases and were aware of the importance of prompt referral to a rheumatologist for inflammatory disease. Most indicated that it was not very important to refer those with OA and LBP. This implies that many PTs can distinguish between inflammatory and noninflammatory conditions and appropriately refer patients with suspected inflammatory arthritis to a rheumatologist.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,332
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArthritis Care & ResearchMême sujetMusculoskeletal Disorders and RehabilitationTravaux en français237 207