Inter-rater reliability of Mechanical Diagnosis and Therapy (MDT) in evaluating and classifying chronic pelvic pain syndrome
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: Chronic pelvic pain syndrome (CPPS) involves complex interactions between the musculoskeletal system, nervous system, and psychosocial factors. A major challenge in managing CPPS is the lack of reliable assessment and classification systems. The Mechanical Diagnosis and Therapy (MDT) is a widely used and reliable classification system for assessing and managing painful musculoskeletal conditions affecting the spine and extremities. This study's primary objective was to assess the inter-rater reliability of the MDT assessment in diagnosing CPPS using clinical vignettes. Secondary objectives included determining the prevalence of MDT classification categories. METHODS: Five MDT clinicians classified clinical vignettes into three categories: 1) Spinal Derangement, 2) Pelvic Floor Contractile Dysfunction, or 3) MDT OTHER subgroups. The vignettes were developed from the McKenzie Pelvic Pain Assessment Form. Inter-rater reliability among clinicians was calculated using the Fleiss kappa statistic with 95% confidence intervals, and Cohen's kappa examined reliability between pairs of raters. RESULTS: < 0.001). Inter-rater reliability was higher when classifying female vignettes (Fleiss kappa = 0.658, 95% CI = 0.634, 0.682) than male vignettes (Fleiss kappa = 0.546, 95% CI = 0.519, 0.573). The most common classification was Spinal Derangement (57%), followed by MDT OTHER subgroups (26%) and Pelvic Floor Contractile Dysfunction (17%). CONCLUSIONS: The study indicates good inter-rater reliability among MDT clinicians in classifying pelvic pain syndrome. However, clinical vignettes may not fully capture the complexities of real participant interactions, potentially inflating agreement. Future studies should incorporate direct observation of real participant encounters alongside clinical vignettes to improve validity.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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