MétaCan
Menu
Retour à la cohorte
Enregistrement W4394714309 · doi:10.2519/jospt.2024.12406

How Low Back Pain is Managed—A Mixed-Methods Study in 32 Countries. Part 2 of Low Back Pain in Low- and Middle-Income Countries Series

2024· article· en· W4394714309 sur OpenAlexaff
Saurab Sharma, Anupa Pathak, Romy Parker, Leonardo Oliveira Pena Costa, Babita Ghai, Chinonso Nwamaka Igwesi-Chidobe, Prawit Janwantanakul, Fabianna Resende de Jesus‐Moraleida, Mulugeta Bayisa Chala, Mohammadreza Pourahmadi, Andrew M. Briggs, Edward James R. Gorgon, Clare L. Ardern, Karim M. Khan, James H. McAuley

Notice bibliographique

RevueJournal of Orthopaedic and Sports Physical Therapy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensInstitute of Musculoskeletal Health and ArthritisCanadian Institutes of Health ResearchUniversity of British ColumbiaParkwood Institute
Organismes subventionnairesnon disponible
Mots-clésLow back painLow and middle income countriesSeries (stratigraphy)Back painMedicineDeveloping countryEconomic growthEconomicsAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Lancet Low Back Pain (LBP) Series highlighted the lack of LBP data from low- and middle-income countries (LMICs). The study aimed to describe (1) what LBP care is currently delivered in LMICs and (2) how that care is delivered. DESIGN: An online mixed-methods study. METHODS: A Consortium for LBP in LMICs (n = 65) was developed with an expert panel of leading LBP researchers (>2 publications on LBP) and multidisciplinary clinicians and patient partners with 5 years of clinical/lived LBP experience in LMICs. Quantitative data were analyzed using descriptive statistics. Two researchers independently analyzed qualitative data using inductive and deductive coding and developed a thematic framework. RESULTS: Forty-seven (85%) of 55 invited panel members representing 32 LMICs completed the survey (38% women, 62% men). The panel included clinicians (34%), researchers (28%), educators (6%), and people with lived experience (4%). Pharmacotherapies and electrophysiological agents were the most used LBP treatments. The thematic framework comprised 8 themes: (1) self-management is ubiquitous, (2) medicines are the cornerstone, (3) traditional therapies have a place, (4) society plays an important role, (5) imaging use is very common, (6) reliance on passive approaches, (7) social determinants influence LBP care pathway, and (8) health systems are ill-prepared to address LBP burden. CONCLUSION: LBP care in LMICs did not consistently align with the best available evidence. Findings will help research prioritization in LMICs and guide global LBP clinical guidelines. J Orthop Sports Phys Ther 2024;54(8):560-572. Epub 11 April 2024. doi:10.2519/jospt.2024.12406

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,010
Tête enseignante GPT0,292
Écart entre enseignants0,282 · 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'étudeQualitatif
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

Citations24
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic and Sports Physical TherapyMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207