Predictive performance of the STarT Back tool for poor outcomes in patients with low back pain: protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction Subgroups for Targeted Treatment Back Tool (SBT) is a brief multiple-construct risk prediction tool for patients with low back pain (LBP). Thus far, the predictive ability of this tool has been inconsistent. Therefore, we aim to conduct a literature review on the predictive ability of the SBT to determine the outcomes of patients with LBP. The results of this review should improve the ability of the SBT to predict poor outcomes in patients with LBP. Methods and analysis Databases including PubMed, EMBASE, Cochrane Central, Web of Science, Chinese National Knowledge Infrastructure Databases, Chinese Science and Technology Journal Database, and Wanfang will be searched for studies on SBT and LBP from their inception until 31 March 2023. Longitudinal studies investigating the association between SBT subgroups and LBP outcomes, including pain, disability and quality of life, will be included. The identified studies will be independently screened for eligibility by two reviewers. A standardised sheet will be used to extract data. The Newcastle-Ottawa Scale will be used to assess the methodological quality of the included studies. Heterogeneity will be evaluated by the χ 2 test with Cochran’s Q statistic and quantified by the I 2 statistic. The results will be synthesised qualitatively and presented as pooled risk ratios or beta coefficients quantitatively. The results will also be presented using their 95% confidence limits. Publication bias will be assessed using the method proposed by Egger and by visual inspection of funnel plots. Ethics and dissemination This study is a secondary analysis of original studies that received ethics approval. Therefore, prior ethical approval is not required for this study. The findings will be submitted to relevant peer-reviewed journals for publication and presented at profession-specific conferences. Trial registration number PROSPERO registration number CRD42022309189.
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 | 0,079 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,005 |
| Méta-épidémiologie (sens large) | 0,021 | 0,032 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,007 |
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 ».