MétaCan
Menu
Retour à la cohorte
Enregistrement W4283592838 · doi:10.2196/38214

Clinical Outcomes After a Digital Musculoskeletal Program for Acute and Subacute Pain: Observational, Longitudinal Study With Comparison Group

2022· article· en· W4283592838 sur OpenAlexvenueno aff
Grace Wang, Manshu Yang, Mindy Hong, Jeffrey Krauss, Jeannie F. Bailey

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineObservational studyPhysical therapyTelerehabilitationIntervention (counseling)Longitudinal studyMusculoskeletal painPhysical medicine and rehabilitationInternal medicineHealth careTelemedicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Telerehabilitation for musculoskeletal (MSK) conditions may produce similar or better outcomes than usual care, but most telerehabilitation studies address only chronic or postsurgical pain. OBJECTIVE: We aimed to examine pain and function at 3, 6, and 12 weeks for individuals with acute and subacute MSK pain who took part in a digital MSK program versus a nonparticipant comparison group. METHODS: We conducted an observational, longitudinal study with a nonparticipant comparison group. The intervention group had video visits with physical therapists who recommended exercise therapies and educational articles delivered via an app. Nonparticipants were those who were registered but unable to participate because their benefit coverage had not yet begun. We collected pain and function outcomes through surveys delivered at 3-, 6-, and 12-week follow-ups. We conducted descriptive analyses, unadjusted regression, and mixed effects regression adjusting for baseline characteristics, time as fixed effects, and a time*group interaction term. RESULTS: The analysis included data from 675 nonparticipants and 262 intervention group participants. Compared to baseline, the intervention group showed significantly more pain improvement at 3, 6, and 12 weeks versus nonparticipants after adjusting for baseline factors. Specifically, the intervention group's pain scores decreased by 55.8% at 3 weeks versus baseline, 69.1% at 6 weeks, and 73% at 12 weeks. The intervention group's adjusted pain scores decreased from 43.7 (95% CI 41.1-46.2) at baseline to 19.3 (95% CI 16.8-21.8) at 3 weeks to 13.5 (95% CI 10.8-16.2) at 6 weeks to 11.8 (95% CI 9-14.6) at 12 weeks. In contrast, nonparticipants' pain scores decreased by 30.8% at 3 weeks versus baseline, 45.8% at 6 weeks, and 46.7% at 12 weeks. Nonparticipants' adjusted pain scores decreased from 43.8 (95% CI 42-45.5) at baseline to 30.3 (95% CI 27.1-33.5) at 3 weeks to 23.7 (95% CI 20-27.5) at 6 weeks to 23.3 (95% CI 19.6-27) at 12 weeks. After adjustments, the percentage of participants reporting that pain was better or much better at follow-up was significantly higher by 40.6% at 3 weeks, 31.4% at 6 weeks, and 31.2% at 12 weeks for intervention group participants versus nonparticipants. After adjustments, the percentage of participants with meaningful functional improvement at follow-up was significantly higher by 15.2% at 3 weeks and 24.6% at 12 weeks for intervention group participants versus nonparticipants. CONCLUSIONS: A digital MSK program may help to improve pain and function in the short term among those with acute and subacute MSK pain.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,006
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,443
Écart entre enseignants0,380 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207