Exercise treatment effect modifiers in persistent low back pain: an individual participant data meta-analysis of 3514 participants from 27 randomised controlled trials
Notice bibliographique
Résumé
BACKGROUND: Low back pain is one of the leading causes of disability worldwide. Exercise therapy is widely recommended to treat persistent non-specific low back pain. While evidence suggests exercise is, on average, moderately effective, there remains uncertainty about which individuals might benefit the most from exercise. METHODS: In parallel with a Cochrane review update, we requested individual participant data (IPD) from high-quality randomised clinical trials of adults with our two primary outcomes of interest, pain and functional limitations, and calculated global recovery. We compiled a master data set including baseline participant characteristics, exercise and comparison characteristics, and outcomes at short-term, moderate-term and long-term follow-up. We conducted descriptive analyses and one-stage IPD meta-analysis using multilevel mixed-effects regression of the overall treatment effect and prespecified potential treatment effect modifiers. RESULTS: We received IPD for 27 trials (3514 participants). For studies included in this analysis, compared with no treatment/usual care, exercise therapy on average reduced pain (mean effect/100 (95% CI) -10.7 (-14.1 to -7.4)), a result compatible with a clinically important 20% smallest worthwhile effect. Exercise therapy reduced functional limitations with a clinically important 23% improvement (mean effect/100 (95% CI) -10.2 (-13.2 to -7.3)) at short-term follow-up. Not having heavy physical demands at work and medication use for low back pain were potential treatment effect modifiers-these were associated with superior exercise outcomes relative to non-exercise comparisons. Lower body mass index was also associated with better outcomes in exercise compared with no treatment/usual care. This study was limited by inconsistent availability and measurement of participant characteristics. CONCLUSIONS: This study provides potentially useful information to help treat patients and design future studies of exercise interventions that are better matched to specific subgroups. PROTOCOL PUBLICATION: https://doi.org/10.1186/2046-4053-1-64.
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 | 0,053 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,072 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».