Validity and reliability of the Persian version of the STarT musculoskeletal tool
Notice bibliographique
Résumé
Background The Subgrouping for Targeted Treatment (STarT) musculoskeletal (MSK) tool stratifies patients with MSK disorders (MSDs) into prognostic categories based on poor outcomes.Purpose This study aimed at investigating the validity and reliability of the Persian STarT MSK tool in people suffering from painful MSDs in Iran.Methods A total of 593 subjects with painful MSDs including neck, shoulder, low back, knee, and multisite pain received and completed the STarT MSK tool, visual analog scale (VAS), EuroQol five-dimensions three-levels questionnaire (EQ-5D-3 L), short form-36 health survey questionnaire (SF-36), and Örebro musculoskeletal pain screening questionnaire (ÖMPSQ) in the first visit. To examine test–retest reliability, 234 patients completed the STarT MSK tool 2 days after the initial visit.Results In this study, 139 (23.5%), 266 (44.9%), and 188 (31.7%) participants were classified as low-, medium-, and high-risk groupings for poor outcomes, respectively. Spearman’s correlation coefficient showed a strong relationship among Persian STarT MSK tool and EQ-5D-3 L (−0.78), SF-36 (−0.76), and OMPSQ (0.70). The results of known-group validity indicated that this tool could distinguish among the participants in different risk subgroups based on the scores of the ÖMPSQ, VAS, SF36, and EQ-5D-5 L (p < .001). No ceiling and floor effects were observed. Cronbach’s alpha and intra-class correlation coefficient (ICC2,1) were acceptable (0.71) and excellent (0.98), respectively.Conclusion The Persian version of STarT MSK tool has shown to be a valid and reliable instrument to stratify people with painful MSDs into low-, medium-, and high-risk subgroups based on persistent pain disability.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».