Effectiveness and cost-utility of a multifaceted eHealth strategy to improve back pain beliefs of patients with non-specific low back pain: a cluster randomised trial
Notice bibliographique
Résumé
OBJECTIVES: To assess the effectiveness and cost-utility of a multifaceted eHealth strategy compared to usual care in improving patients' back pain beliefs, and in decreasing disability and absenteeism. DESIGN: Stepped-wedge cluster randomised trial with parallel economic evaluation. SETTING: Dutch primary healthcare. PARTICIPANTS: Patients diagnosed with non-specific low back pain by their general practitioner or physiotherapist. Patients with serious comorbidities or confirmed pregnancy were excluded. 779 patients were randomised into intervention group (n=331, 59% female; 60.4% completed study) or control group (n=448, 57% female; 77.5% completed study). INTERVENTIONS: The intervention consisted of a multifaceted eHealth strategy that included a (mobile) website, digital monthly newsletters, and social media platforms. The website provided information about back pain, practical advice (eg, on self-management), working and returning to work with back pain, exercise tips, and short video messages from healthcare providers and patients providing information and tips. The control consisted of a digital patient information letter. Patients and outcome assessors were blinded to group allocation. PRIMARY AND SECONDARY OUTCOME MEASURES: The primary outcome was back pain beliefs. Secondary outcome measures were disability and absenteeism, and for the preplanned economic evaluation quality of life and societal costs were measured. RESULTS: There were no between-group differences in back pain beliefs, disability, or absenteeism. Mean intervention costs were €70- and the societal cost difference was €535-in favour of the intervention group, but no significant cost savings were found. The incremental cost-effectiveness ratio indicated that the intervention dominated usual care and the probability of cost-effectiveness was 0.85 on a willingness-to-pay of €10.000/quality adjusted life year (QALY). CONCLUSIONS: A multifaceted eHealth strategy was not effective in improving patients' back pain beliefs or in decreasing disability and absenteeism, but showed promising cost-utility results based on QALYs. TRIAL REGISTRATION NUMBER: NTR4329.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».