Physiotherapists’ attitudes and beliefs in the management of low back pain: Protocol for a systematic review
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) poses a significant global health burden where a biopsychosocial model of care has been recommended. Physiotherapists (PTs) play a crucial role in LBP management; however, their attitudes and beliefs towards LBP were not reviewed in detail. OBJECTIVE: This systematic review aims to summarise the attitudes and beliefs of PTs towards LBP and the factors influencing them. METHODS: The review protocol and methods adhere to the PRISMA-P and Meta Analyses and Systematic Reviews for Observational Studies in Epidemiology (MOOSE) guidelines. A comprehensive search of PubMed, Scopus, CINAHL, Web of Science, PEDro and Ovid databases will be conducted to search for cross-sectional studies evaluating PTs' attitudes and beliefs towards LBP. Two reviewers will independently screen the articles, conduct data extraction and assess methodological quality using the Joanna Briggs Institute's critical appraisal tool for prevalence studies. Data synthesis will involve a narrative synthesis of study characteristics, attitudes, beliefs, and methodological quality. If feasible, a meta-analysis will be performed to quantify the pooled effects. CONCLUSION: Despite the emphasis on biopsychosocial approaches for managing LBP, the adoption of such approaches in physiotherapy practice is still suboptimal, with attitudes and beliefs of PTs being considered an important factor influencing treatment practices. Our review will summarise the literature on attitudes and beliefs of PTs towards LBP. Such knowledge would inform the need for development of additional interventions addressing the attitudes and beliefs that would eventually enhance the update of the biopsychosocial model of care in physiotherapy management of LBP.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».