Optimising management of low back pain through the pain and disability drivers management model: Findings from a pilot cluster nonrandomised controlled trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Low back pain (LBP) remains the leading cause of disability. The Low Back Pain and Disability Drivers Management (PDDM) model aims to identify the domains driving pain and disability to guide clinical decisions. The objectives of this study were to determine the feasibility of conducting a pragmatic controlled trial of the PDDM model and to explore its effectiveness compared to clinical practice guidelines' recommendations for LBP management. METHODS: A pilot cluster nonrandomised controlled trial. Participants included physiotherapists and their patients aged 18 years or older presenting with a primary complaint of LBP. Primary outcomes were the feasibility of the trial design. Secondary exploratory analyses were conducted on LBP-related outcomes such as pain severity and interference at 12-week follow-up. RESULTS: Feasibility of study procedures were confirmed, recruitment exceeded our target number of participants, and the eligibility criteria were deemed suitable. Lost to follow-up at 12 weeks was higher than expected (43.0%) and physiotherapists' compliance rates to the study protocol was lower than our predefined threshold (75.0% vs. 57.5%). A total of 44 physiotherapists and 91 patients were recruited. Recommendations for a larger scale trial were formulated. The PDDM model group demonstrated slightly better improvements in all clinical outcome measures compared to the control group at 12 weeks. CONCLUSION: The findings support the feasibility of conducting such trial contingent upon a few recommendations to foster proper future planning to determine the effectiveness of the PDDM model. Our results provide preliminary evidence of the PDDM model effectiveness to optimise LBP management. CLINICAL TRIAL REGISTRATION: Clinicaltrial.gov, NCT04893369.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle