Use of a surgical referral algorithm within a standardized shoulder physical therapy program to assist clinical decision-making
Notice bibliographique
Résumé
Purpose Determine (a) utility of a shoulder referral algorithm, (b) patients improving ≥15% on the Western Ontario Rotator Cuff(WORC) score with standardized Physical Therapy(PT) +home exercises, and (c) presenting characteristics among PT-Only, PT + Surgical Consult and Surgery participants.Materials and Methods Prospective cohort study of patients 30–65 years old with shoulder pain. A standardized PT program assessed pain, ROM, strength and exercise tolerance (i.e., referral algorithm) at 2-, 6- and 12-weeks to determine if a surgical consultation might be beneficial. A blinded research assessor evaluated pain, ROM, strength and WORC score at 6-, 12-weeks and 6-months. The proportion improving WORC scores ≥15% and group differences were also evaluated.Results 32/128 (25%) participants underwent consultation with 16 (12.5%) undergoing surgery. WORC scores improved ≥15% by 12-weeks in most PT-Only/PT + Surgical Consult participants (n = 77[70%]) and was maintained at 6-months. Surgery participants used more NSAIDs (p = 0.01), injections (p = 0.002) and trended to higher opioid use (p = 0.06). PT + Surgical Consult/Surgery participants (n = 16/32; 50%) knew diagnostic imaging results more than PT-Only (n = 26; 31%) (p = 0.02). Surgery participants presented with worse pain, ROM, strength and WORC scores than PT-Only (p < 0.05).Conclusions The algorithm identified those with worse symptomology (25%), 50% of whom underwent surgery. WORC scores improved ≥15% in most participants (70%). Presenting characteristics were significantly worse between PT-Only and Surgery participants.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».