Consensus for a primary care clinical decision-making tool for assessing, diagnosing, and managing shoulder pain in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: Shoulder pain is a highly prevalent condition and a significant cause of morbidity and functional disability. Current data suggests that many patients presenting with shoulder pain at the primary care level are not receiving high quality care. Primary care decision-making is complex and has the potential to influence the quality of care provided and patient outcomes. The aim of this study was to develop a clinical decision-making tool that standardizes care and minimizes uncertainty in assessment, diagnosis, and management. METHODS: First a rapid review was conducted to identify existing tools and evidence that could support a comprehensive clinical decision-making tool for shoulder pain. Secondly, provincial consensus was established for the assessment, diagnosis, and management of patients presenting to primary care with shoulder pain in Alberta, Canada using a three-step modified Delphi approach. This project was a highly collaborative effort between Alberta Health Services' Bone and Joint Health Strategic Clinical Network (BJH SCN) and the Alberta Bone and Joint Health Institute (ABJHI). RESULTS: A clinical decision-making tool for shoulder pain was developed and reached consensus by a province-wide expert panel representing various health disciplines and geographical regions. This tool consists of a clinical examination algorithm for assessing, diagnosis, and managing shoulder pain; recommendations for history-taking and identification of red flags or additional concerns; recommendations for physical examination and neurological screening; recommendations for the differential diagnosis; and care pathways for managing patients presenting with rotator cuff disease, biceps pathology, superior labral tear, adhesive capsulitis, osteoarthritis, and instability. CONCLUSIONS: This clinical decision-making tool will help to standardize care, provide guidance on the diagnosis and management of shoulder pain, and assist in clinical decision-making for primary care providers in both public and private sectors.
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 | 0,117 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».