Six-month outcomes of an integrated primary care prevention and management program for chronic low back pain (LBP)
Notice bibliographique
Résumé
Abstract Background Accessible interdisciplinary, patient-centered and integrated primary care programs for chronic pain are needed for averting chronicity and improving patient outcomes. We sought 1) to develop an interdisciplinary low back pain (LBP) primary care program, and 2) to evaluate the program’s implementation and impact on patients’ physical and mental health over 6 months. A quasi-experimental pre-test/post-test design was used, and participants completed baseline, 3 and 6 months post-intervention evaluations. Referral and program process indicators were measured. Methods Clinically meaningful change in patient reported outcome measures of pain interference and intensity, physical function, depression and anxiety were defined a priori and evaluated. A multilevel regression analysis was performed to evaluate the impact of the program on change in individuals’ pain interference over 6 months. Results Forty six percent of participants were seen within 60 days of referral to the LBP program, and 464 individuals completed the program. The majority (≥ 60%) experienced a clinically meaningful improvement for pain intensity and interference at six months. A greater proportion of those with moderate (71%) or high risk (81%) of chronicity showed an improvement in pain interference than those with low risk (51%). A similar pattern emerged for depression and self-efficacy, but not for anxiety. Significant predictors of improvements in pain interference included higher prognostic risk of chronicity, younger age, sex, and lower baseline disability. Conclusion Results supported an improvement in participants’ confidence to manage their LBP. Future research will compare alternative modes of delivery (e.g. telehealth) and stratification approaches to further tailor resources to individuals’ needs.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».