MétaCan
Menu
Retour à la cohorte
Enregistrement W4280653754 · doi:10.1503/cjs.010720

Validation of the Subgroups for Targeted Treatment for Back (STarT Back) screening tool at a tertiary care centre

2022· article· en· W4280653754 sur OpenAlexaffvenue
Susan Robarts, Helen Razmjou, Albert Yee, Joel Finkelstein

Notice bibliographique

RevueCanadian Journal of Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensRobarts Clinical TrialsHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineTertiary careMedical physicsFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Subgroups for Targeted Treatment for Back (STarT Back) tool is a screening questionnaire developed to identify modifiable risk factors for back pain disability in primary care. Given the ability of this tool to assist with early identification of patients at high risk, we examined its concurrent convergent and known-group construct validity in tertiary care. METHODS: This was a case-control study of adult (age > 18 yr) patients with and without an active work-related compensation claim recruited from an academic health centre between August 2017 and May 2019. Patients in the study group were assessed by a physiotherapist and an orthopedic surgeon in a spine specialty program designed to assess and treat workplace injuries. The control group included patients referred to an orthopedic spine surgeon in a publicly funded specialty clinic where an advanced practice physiotherapist determined the need for surgical consultation. We used the Roland-Morris Disability Questionnaire (RMDQ) and the Hospital Anxiety and Depression Scale (HADS) to determine the convergent and known-group construct validity of the STarT Back tool. RESULTS: = 0.002-0.001). CONCLUSION: The STarT Back tool was able to differentiate between patients with and without a compensable injury and patients with different levels of work status. The tool has acceptable convergent and known-group construct validity and can assist in clinical decision-making in a tertiary care setting where adjunct psychologic management may be indicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,246
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of SurgeryMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207