Red flags for potential serious pathologies in people with neck pain: a systematic review of clinical practice guidelines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: We conducted a systematic review of clinical practice guidelines to identify red flags for serious pathologies in neck pain mentioned in clinical practice guidelines, to evaluate agreement in red flag recommendations across guidelines, and to investigate the level of evidence including what study type the recommendations are based on. Methods: We searched for guidelines focusing on specific and nonspecific neck pain in MEDLINE, EMBASE, and PEDro up to June 9, 2023. Additionally, we searched for guidelines through citation tracking strategies, by consulting experts in the field, and by checking guideline organization databases. Results: We included 29 guidelines, 12 of which provided a total of 114 red flags for fracture (n = 17), cancer (n = 21), spinal infection (n = 14), myelopathy (n = 15), injury to the spinal cord (n = 1), artery dissection (n = 7), intracranial pathology (n = 3), inflammatory arthritis (n = 2), other systemic disease (n = 6), or unrelated to a specific condition (n = 19). Overall, there is very little agreement (median Fleiss' kappa of 0) between guidelines on the red flags to screen for serious pathologies. Conclusion: Red flags were mainly supported by expert opinions. We also observed a general lack of consensus among guidelines regarding which red flags to endorse. Considering the current limitations of the evidence, specific recommendations on which red flags to use cannot be provided, except for using the Canadian C-Spine rule for screening posttraumatic fractures.
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle