Accuracy of the Örebro Musculoskeletal Pain Questionnaire and Work Assessment Triage Tool for selecting interventions in workers with spinal conditions
Notice bibliographique
Résumé
BACKGROUND: Accurate clinical decision support tools may help clinicians select appropriate interventions for patients with spinal conditions. The Örebro Musculoskeletal Pain Questionnaire (ÖMPQ) is a screening questionnaire extensively studied as a predictive tool. The Work Assessment Triage Tool (WATT) is a clinical decision support tool developed to help select interventions for injured workers. OBJECTIVE: To compare the classification accuracy of the ÖMPQ and WATT to clinician recommendations for selecting interventions leading to a successful return to work in patients with spinal conditions. METHODS: A secondary analysis was undertaken of data from injured workers with spinal conditions assessed between 2013 and 2016. We considered it a success if the workers did not receive wage replacement benefits 30 days after assessment. Analysis included positive likelihood ratio (LR+) as an indicator of predictive accuracy. RESULTS: Within the database, 2,872 patients had complete data on the ÖMPQ, WATT, and clinician recommendations. At 30 days, the ÖMPQ was most accurate for identifying treatments that lead to successful outcomes with a LR+= 1.51 (95% Confidence Interval 1.26-1.82) compared to 1.05 (95% Confidence Interval 1.02-1.09) for clinicians, and 0.85 (95% Confidence Interval 0.79-0.91) for the WATT. CONCLUSIONS: All tool recommendations had poor accuracy, however the ÖMPQ demonstrated significantly better results.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».