A successful, cost-effective low back pain triage system: a pilot study
Notice bibliographique
Résumé
Background: Effective triage - directing patients with low back pain to appropriate treatment or correct referral - is fundamental to quality care. Without guidelines, a physician's initial decision may lead to unnecessary investigation, unneeded intervention or unwarranted consultation. Methods: To compare the functional outcomes of patients triaged by a classification based on clinical presentation with those of patients selected at the clinicians' discretion, an insurance-owned hospital network employed forty-seven specially-trained physical therapists, working within participating primary care practices, to classify low back pain patients into specific Patterns of Pain. Between October 2017 and April 2019, the primary care physicians used this classification, derived entirely from the patient's history and physical examination, to direct subsequent treatment for 260 consecutive low back pain patients. Patients with systemic symptoms, recent substantial trauma or non-mechanical diagnoses indicative of spinal infections or possible malignancy were excluded. Functional outcome measures were spinal imaging, opioid use, length of treatment and number of visits, back-related unplanned care, frequency of spinal surgery and back-related episode cost. These were compared with a control group of 256 propensity-matched patients and, for assessing the financial impact, with a historic cohort of 111 previously treated, non-classified patients. Results : Spinal imaging: study group 24.5%; controls 42.2% ( P < .001). Narcotic use: study group 4.6%; controls 13.3% ( P < .001). Treatment length: study group 62.2 days; controls 74.5 days ( P =.10). Treatment visits: study group 1528 visits; controls 2,046 visits ( P =.003). Unplanned care: study group 1.9%; controls 12.8% ( P < .001). Spine surgery: study group 15.4%; controls 26.2% ( P =.005). Episode cost: study group $1453; controls $2334 ( P =.005). Conclusions: A well-defined clinically-based triage system produced meaningful reductions in imaging, opioid use, treatment duration, unplanned interventions, surgery and cost of care.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».