MétaCan
Menu
Retour à la cohorte
Enregistrement W4390611790 · doi:10.3389/fmed.2023.1292481

Appropriateness of specialized care referrals for LBP: a cross-sectional analysis

2024· article· en· W4390611790 sur OpenAlexaffabout
Janny Mathieu, Marie-Ève Robert, Claude-Édouard Châtillon, Martin Descarreaux, Andrée-Anne Marchand

Notice bibliographique

RevueFrontiers in Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversité de MontréalCentre intégré universitaire de santé et de services sociaux de la Mauricie-et-du-Centre-du-QuébecUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésMedicineNeurosurgeryReferralContext (archaeology)Health careFamily medicineCross-sectional studyMedical recordMedical emergencySurgery

Résumé

récupéré en direct d'OpenAlex

Background: Low back pain (LBP) accounts for a significant proportion of primary care visits. Despite the development of evidence-based guidelines, studies point to the inefficient use of healthcare resources, resulting in over 60.0% of patients with LBP being referred to spine surgeons without any surgical indication. Centralized waiting lists (CWLs) have been implemented to improve access to specialized care by managing asymmetry between supply and demands. To date, no study has provided data on patients' clinical profiles and referral patterns to medical specialists for LBP in the context of a publicly funded healthcare system operating a prioritization model. The objective of this study was to evaluate the appropriateness of specialized care referrals for LBP after the implementation of a CWL. Methods: A retrospective cross-sectional analysis of 500 randomly selected electronic health records of patients who attended the outpatient neurosurgery clinic of the administrative Mauricie-et-Centre-du-Québec region was performed. Inclusion criteria were neurosurgery consultation referrals for adults ≥18 years suffering from a primary complaint of LBP, and performed between September 1st, 2018, and September 1st, 2021. Data relevant for drawing a comprehensive portrait of patients referred to the neurosurgery service and for judging referrals appropriateness were manually extracted. Results: Of the 500 cases analyzed, only 112 (22.4%) were surgical candidates, while 221 (44.2%) were discharge from the neurosurgery service upon initial assessment. Key information was inconsistently documented in medical files, thus preventing the establishment of a comprehensive portrait of patients referred to the neurosurgery service for LBP. Nevertheless, over 80.0% of referrals made during the study period were deemed inappropriate. Inappropriate referrals were characterized by higher proportion of patients symptomatically improved, presenting a back-dominant chief complaint, exhibiting no objective neurological symptoms, and diagnosed with non-specific LBP. Conclusion: This study reveals a significant proportion of inappropriate referrals to specialized care for LBP. Further research is needed to better understand the factors that prompt referrals to medical specialists for LBP, and the criteria considered by neurosurgeons when selecting the appropriate management strategy. Recent studies suggest that triaging approaches led by musculoskeletal experts may improve referral appropriateness to specialized care.

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)0,009
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 enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,364
Écart entre enseignants0,336 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207