MétaCan
Menu
Retour à la cohorte
Enregistrement W3011502340 · doi:10.3138/ptc-2019-0026

Ontario Musculoskeletal Physiotherapists’ Attitudes toward and Beliefs about Managing Chronic Low Back Pain

2020· article· en· W3011502340 sur OpenAlexaffvenueabout
Elizabeth Benny, Cathy Evans

Notice bibliographique

RevuePhysiotherapy Canada · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychosocialPhysical therapyLow back painAlternative medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Purpose: The purpose of this study was to explore Ontario musculoskeletal physiotherapists’ attitudes toward and beliefs about managing chronic low back pain (CLBP), and their biomedical (BM) and bio-psychosocial (BPS) treatment orientation. Method: Through a link in the Ontario Physiotherapy Association newsletter, we administered an electronic survey to registered physiotherapists via SurveyMonkey. We used a modified three-step Dillman approach to encourage participation. The questionnaire included the Pain Attitudes and Beliefs Scale for Physiotherapists (PABS–PT) measure, and demographic–practice items. Results: A total of 99 physiotherapists met the eligibility criteria and completed the PABS–PT (72.7% women; mean 17 years of experience). Respondents scored a mean of 26.98 (SD 7.69) on the BM sub-scale and 34.43 (SD 4.84) on the BPS sub-scale. Physiotherapists in public practice had a stronger BPS orientation (mean 36.52) than those in private practice (33.80; p = 0.01). Less experienced physiotherapists (<10 y) had a higher BM sub-scale score (mean 29.33) than more experienced physiotherapists (25.24, p = 0.013), and 78.8% of physiotherapists reported an awareness of clinical practice guidelines. Conclusions: Our preliminary findings suggest that Ontario physiotherapists’ attitudes and beliefs align with a BPS orientation. Future studies should explore the impact of education that promotes a BPS approach to the management of 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 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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,482

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,258
Écart entre enseignants0,250 · 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'étudeQualitatif
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

Citations23
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207