Treatment preferences among Canadian military Veterans with chronic low back pain: Mixed-methods cross-sectional survey
Notice bibliographique
Résumé
Introduction: Patients are more willing to initiate and engage in treatments they are predisposed toward; however, Canadian military Veterans' preferences for managing low back pain are uncertain. This study examined Canadian military Veterans' use of, and preferences for, health care providers for managing chronic low back pain, both while serving and after release. Methods: A 33-item survey was emailed, in English and in French, to 1,632 Canadian Armed Forces (CAF) Veterans in February-May 2023. CAF Veterans living with chronic low back pain were eligible to complete the survey, which asked about demographic variables, military service, chronic-low-back-pain-related characteristics, and experiences and attitudes toward health care providers and therapeutic approaches to chronic low back pain. Results: Of 1,632 individuals, 290 returned a completed survey (18% response rate). Almost all (98%) who responded reported living with chronic low back pain for more than 5 years, and 91% indicated first experiencing low back pain during military service. Among 12 health care provider options for managing chronic low back pain, respondents most preferred massage therapists, physiotherapists, family physicians, and chiropractors. The most-attended off-base practitioners for low back pain while serving in the military were physiotherapists (39%), chiropractors (35%), and registered massage therapists (30%). Most respondents endorsed that registered massage therapy (70%), physiotherapy (60%), chiropractic care (51%), and occupational therapy (50%) should be available on base for serving military personnel. Discussion: Findings suggest there may be opportunities to better align on-base health care for low back pain with military personnel's evidence-based treatment preferences.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».