MétaCan
Menu
Retour à la cohorte
Enregistrement W4408162175 · doi:10.1002/ejp.70006

Subgrouping People With Acute Low Back Pain Based on Psychological, Sensory, and Motor Characteristics: A Cross‐Sectional Study

2025· article· en· W4408162175 sur OpenAlexaff
Patrick Ippersiel, Claudia Côté‐Picard, Jean‐Sébastien Roy, Hugo Massé‐Alarie

Notice bibliographique

RevueEuropean Journal of Pain · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversité LavalCentre for Interdisciplinary Research in RehabilitationUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychomotor learningPhysical therapyBiopsychosocial modelLow back painCross-sectional studyPhysical medicine and rehabilitationMedicinePsychologyCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Clustering helps identify patient subgroups with similar biopsychosocial profiles in acute low‐back pain (LBP). Motor factors are common treatment targets and are associated with disability but have not been included in acute LBP cluster development. This study aimed to identify subgroups of individuals with acute LBP based on motor, sensory and psychological characteristics and to compare these subgroups regarding clinical outcomes. Methods Ninety‐nine participants with acute LBP were recruited, and motor (bending range of motion [ROM], flexion relaxation), pain sensitivity (pressure‐pain thresholds, temporal summation of pain) and psychological factors (pain catastrophising, kinesiophobia, self‐efficacy) were measured, along with pain, disability and demographics. Results Principal component analysis accounted for 66.03% of the variance. Four component scores were entered in a hierarchical linear clustering model, deriving 3 subgroups (‘mild features’ n = 39, ‘sensorimotor’ n = 35 and ‘psychomotor’ n = 25). Between‐cluster comparisons revealed significant differences in motor, sensory and psychological variables ( p < 0.05). Sensorimotor and psychomotor clusters had higher flexion–relaxation ratios (mean difference: > 0.2), greater disability (mean difference: > 7/100) and smaller ROM (mean difference: 7 cm) compared to the ‘mild’ group. The sensorimotor cluster mostly exhibited higher temporal summation of pain (mean difference: > 1.3/10) and lower pressure‐pain thresholds (mean difference: > 1.2 kg/cm 2 ) than ‘mild’ and psychomotor clusters. The psychomotor cluster showed higher kinesiophobia (mean difference: > 6/44) and pain catastrophising (mean difference: > 12/52) than ‘mild’ and sensorimotor groups. Conclusion Findings indicate 3 subgroups, suggesting that motor factors may add granularity to acute LBP clusters. Stratified care based on these subgroups may help refine treatment pathways for acute LBP. Significance Statement Including motor factors in cluster development adds a clinically relevant metric to describe people with acute LBP and generates insight into underlying mechanisms of motor adaptation. Longitudinal testing is required to see if these subgroups are differentially related to short‐ and long‐term pain and disability.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,295
Écart entre enseignants0,281 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of PainMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207