Patient-led use of patient-reported outcome measure in self-Management of a Rotator Cuff Injury
Notice bibliographique
Résumé
INTRODUCTION: The patient is the person who experiences both the processes and the outcomes of care. Information held by the patient is vital for clinical and self-management, improving health outcomes, delivery of care, organization of health systems, and formulation of health policies. Patient-reported outcome measures (PROMs) play an important role in supporting patient's self-management. This narrative describes a patient-led use of a PROM to self-manage after a rotator cuff injury. METHODS: This is a narrative of a patient who tore the supraspinatus tendon in her right shoulder in an accident. The Disabilities of the Arm, Shoulder and Hand, the DASH questionnaire, was used to monitor and self-manage recovery after the accident. The DASH questionnaire is a self-reported questionnaire that measures the difficulty in performing upper extremity activities and pain in the arm, shoulder or hand. It has been widely used in research studies, but here the patient initiated its use for self-management while waiting for and after rotator cuff surgery. The patient created separate sub-scale scores for function and for pain to answer questions from healthcare providers about her recovery. RESULTS: There was noticeable improvement over 3 months of conservative treatment, from a high level of disability of 56 to 39 (score changed 17); however, the scores were nowhere near the general population normative score of 10.1. Surgery improved the score from 39 pre-surgery to 28. Post-surgical interventions included physiotherapy, pain management and platelet-riched plasma treatment (PRP). The score was 14 4 weeks post-PRP. CONCLUSIONS: The patient found the DASH useful in monitoring recovery from a rotator cuff injury (before and after surgery). The DASH contributed to communication with healthcare professionals and supported the clinical management. The DASH questionnaire was able to capture the patient's experience with the injury and surgical recovery, corroborating an improvement in function while there was persistent post-surgical pain.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».