MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394534026 · doi:10.6084/m9.figshare.20013568

Spine school for patients with low back pain: interdisciplinary approach

2022· dataset· en· W4394534026 sur OpenAlexaboutno aff
Janaina Moreno Garcia, Pola Maria Poli de Araújo, Maria Stella Peccin, Ricardo E.A.S. Diniz, Roger Amorim Santos Diniz, Império Lombardi

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLow back painSPINE (molecular biology)Back painPhysical therapyMedicinePsychologyPhysical medicine and rehabilitationAlternative medicinePathologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To analyze and evaluate an interdisciplinary educational treatment - Spine School.METHODS: This study is a non-controlled clinical trial. Twenty one individuals (19 women) aged 27-74 years diagnosed with chronic low back pain were enrolled and followed-up by a rheumatologist and an orthopedist. The evaluations used were SF36, Roland Morris, canadian occupational performance measure (COPM) and visual analogue scale (VAS) of pain that were performed before and after seven weeks of treatment.RESULTS: We found statistically significant improvements in vitality (mean 48.10 vs. 81.25) p=0.009 and limitations caused by physical aspects (mean 48.81 vs. 81.25) p=0.038 and perception of pain (mean 6.88 vs. 5.38) p=0.005. Although the results were suggestive of improvement, there were no statistical significant differences in the domains social aspects (average 70.82 vs. 92.86) p=0.078, emotional aspects (average 52.38 vs. 88.95) p=0.078, and the performance satisfaction (mean 4.94 vs. 8.24) p=0.074.CONCLUSION: The Interdisciplinary Spine School was useful for improvement in some domains of quality of life of people with low back 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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,002
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)0,0210,002

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 Opus0,015
Tête enseignante GPT0,279
Écart entre enseignants0,264 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→