A physical therapist and nurse practitioner model of care for chronic back pain using telehealth: Diagnostic and management concordance
Notice bibliographique
Résumé
Introduction Virtual care using videoconference links between urban-based physical therapists and nurse practitioners in rural primary care may overcome access challenges and enhance care for rural and remote residents with chronic low back disorders (CBD). The purpose of this study was to evaluate the concordance of this new model of care with two traditional models. Methods In this cross-sectional study design, each of 27 participants with CBD were assessed by: 1) a team of a nurse practitioner (NP) located with a patient, joined by a physical therapist (PT) using videoconferencing (NP/PT team ); 2) in-person PT (PT alone ); and 3) in-person NP (NP alone ). Diagnostic and management concordance between the three groups were assessed with percent agreement and kappa. Results Overall diagnostic categorization was compared for PT alone versus NP alone and NP/PT team : percent agreement was 77.8% ( k = 0.474, p = 0.001) and 74.1% ( k = 0.359, p = 0.004), respectively. In terms of management recommendations, the PT alone and NP alone demonstrated strong agreement on “need for urgent surgical referral” (92.6%, k = 0.649 ( p < 0.00) and slight agreement for “refer to primary physician for pharmacology, lab or imaging” (81.5%, k = 0.372 ( p = 0.013). The PT alone and NP/PT team demonstrated strong agreement on “need for urgent surgical referral” (96.3%, k = 0.649, p = 0.000) and “recommendation for PT follow up” (88.9%, k = 0.664, p = 0.000). Discussion The diagnostic categorization and management recommendations of the team using videoconferencing for CBD were similar to decisions made by an in-person PT. This model of care may provide a method for enhancing access to PT for CBD assessment and initial management in underserved areas.
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 | 0,032 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».