People Strongly Value Physical Therapies for Low Back Pain Over Doing Nothing, Even When Effects Are Very Small: A Discrete Choice Experiment
Notice bibliographique
Résumé
OBJECTIVE: To explore factors that influence patient preferences for recommended physical therapies for low back pain. DESIGN: Discrete choice experiment. METHODS: Respondents were randomized to a block of 12 choice tasks and asked to choose between two physical therapies or no treatment. Characteristics of the physical therapies varied between choice tasks and included type (exercise, advice and education, or clinician-directed treatment), effectiveness, time for symptoms to improve, costs, risk of side effects, and treatment duration. Choices were analyzed using a mixed logit model. Latent class analysis examined preference heterogeneity. To measure decision trade-offs, we estimated the smallest worthwhile effect and the “willingness to pay” value. RESULTS: A total of 697 Australians reporting a history of low back in the last year completed all choice tasks. Respondents showed a strong preference for taking any nonpharmacologic care option over no treatment ( OR = 17.24; 95% CI [12.89, 22.58]). This preference was present at any level of effectiveness (smallest worthwhile effect = 0%). Respondents preferred physical therapies with higher effectiveness, quicker symptom improvement, lower out-of-pocket expenses, reduced side effects, and shorter duration. Respondents were willing to pay up to A$355 per month for physical therapies over no treatment. Older and less-educated respondents had weaker preferences for physical therapies. CONCLUSION: Respondents had a strong preference for any recommended physical therapies over no treatment for low back pain, even when effects were very small. Clinicians should discuss likely effectiveness, time for improvement, side effects, and treatment duration when supporting patients to choose between recommended physical therapies. J Orthop Sports Phys Ther 2025;55(9):602-610. Epub 30 July 2025. doi:10.2519/jospt.2025.13409
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 | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».