MétaCan
Menu
Retour à la cohorte
Enregistrement W4412816384 · doi:10.1186/s12998-025-00592-1

Prognostic ability of the sTarT back screening tool for disability and pain intensity outcomes in older adults with low back pain seeking chiropractic care: a multi-national external validation study

2025· article· en· W4412816384 sur OpenAlexaff
Yanyan Fu, Alan D. Jenks, Sidney M. Rubinstein, Katie de Luca, Iben Axén, Bart W. Koes, Alessandro Chiarotto

Notice bibliographique

RevueChiropractic & Manual Therapies · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCapilano University
Organismes subventionnairesChina Scholarship CouncilEuropean Centre for Chiropractic Research Excellence
Mots-clésChiropracticMedicineLow back painPhysical therapyLogistic regressionReceiver operating characteristicCohortCohort studyRehabilitationBack painAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Low back pain (LBP) is common among older adults, and it is a frequent reason for seeking chiropractic care. The STarT Back Screening Tool (SBT) was developed to stratify patients with LBP into low, medium, and high-risk treatment pathways, so that the treatment can be matched to each participant's risk profile. But its prognostic performance varies across settings and populations. No studies have focused on the SBT's utility as a stratified-care tool in older adults with LBP in a chiropractic setting. Therefore, our aim was to evaluate the ability of the SBT to predict three-, six-, and 12-month disability and pain outcomes in older adults (≥55 years) with a new episode of LBP consulting chiropractors in the Netherlands, Sweden, and Australia. METHODS: This was a secondary analysis of the Back Complaints in Older Adults - Chiropractic (BACE-C) cohort. Participants visiting chiropractors with LBP completed baseline questionnaires for demographic and clinical characteristics, including the SBT. Follow-up questionnaires assessed disability (Roland Morris Disability Questionnaire (RMDQ)) and pain intensity (11-point Numerical Rating Scale (NRS)). "No improvement" on disability and pain intensity was defined as less than 30% reduction in baseline scores. We used logistic regression models to estimate discrimination metrics including the area under the receiver operating characteristic curve (AUC). Subgroup analyses were conducted by country, sex, and LBP duration; sensitivity analyses employed alternative "no improvement" definitions and linear regression on continuous outcome scores. RESULTS: A total of 738 participants were included. The mean age of the study sample was 66.2 ± 7.5 years and 50.9% of the participants were female. The SBT showed poor discrimination for predicting no improvement in disability and pain intensity. All AUC values were below 0.60 regardless of whether SBT risk subgroups (i.e. low/medium/high) or the SBT sum score were used. Subgroup and sensitivity analyses did not meaningfully improve discrimination. CONCLUSION: The SBT presented limited prognostic ability to predict outcomes of disability and pain intensity in older adults with LBP in a chiropractic setting. These findings suggest insufficient evidence for the prognostic ability of the SBT risk stratification tool. Future research should explore reasons behind the limited prognostic accuracy and consider potential modifications or alternative tools.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,023
Tête enseignante GPT0,318
Écart entre enseignants0,295 · 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 revueChiropractic & Manual TherapiesMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207