The minimal important change (MIC) for the pain disability index (PDI) in individuals with chronic musculoskeletal pain
Notice bibliographique
Résumé
PURPOSE: Chronic musculoskeletal pain (CMP) is a prevalent health issue, causing significant limitations in daily functioning. The Pain Disability Index (PDI) is commonly used to measure pain-related disabilities, but its minimal important change (MIC) is understudied in CMP. Therefore, the aim of the current study was to evaluate the MIC of the PDI in individuals with CMP undergoing an interdisciplinary multimodal pain treatment (IMPT) program. METHODS: A prospective cohort study including individuals who completed a 10-week IMPT program between 2019 and 2024 across rehabilitation clinics in The Netherlands was conducted. The PDI and the Global Perceived Effect (GPE) were used to assess disability and patients' recovery perspective. The MIC was determined using anchor-based predictive modeling, with the GPE as the external anchor. RESULTS: Among the 3656 individuals with CMP included in the analysis, 84.2% reported important improvement and 3.5% reported important deterioration. The MIC for improvement was 6.05 points and 9.27 points for deterioration. The measurement error of the PDI was 16.53 points. CONCLUSION: The PDI is insufficiently sensitive for assessing clinically meaningful changes in individual patients due to its high measurement error. Alternative measures, such as patient-specific questionnaires or the GPE, are recommended for individual monitoring in clinical practice.
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 | 0,008 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».