Inter-rater Reliability of the McKenzie Method of Mechanical Diagnosis and Therapy for the Provisional Classification of Low Back Pain in Adolescents and Young Adults
Notice bibliographique
Résumé
OBJECTIVE: To investigate the inter-rater reliability of Mechanical Diagnosis and Therapy (MDT)-trained Diplomats in classifying adolescents and young adults with lumbar pain. METHODS: Forty-three participants (mean age 15 ± 2 years) with lumbar pain, with or without lower extremity symptoms, were assessed simultaneously by three MDT Diploma holders and classified into one of three groups: 1) Derangement, 2) Dysfunction, 3) Postural/OTHER. Inter-rater reliability was calculated using the Fleiss kappa statistics with 95% confidence intervals (CI). Analyses were repeated with the younger (11 to 15 years old) and older (16 to 21 years old) age groups. RESULTS: There was moderate reliability (Fleiss kappa = 0.50, 95% CI = 0.45 to 0.54) for the entire sample, which was statistically significant (p < 0.001). There was good reliability in older participants (Fleiss kappa = 0.63, 95% CI = 0.57 to 0.70), but poor reliability in younger participants (Fleiss kappa = 0.33, 95% CI = 0.27 to 0.39). There was 100% agreement in classifications among assessors for 70% of participants. DISCUSSION: The MDT system has moderate reliability when classifying lumbar pain in adolescents and young adults. Future reliability studies may include a balanced group for classifications or a second session.
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 | 0,040 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».