Will my shoulder pain get better? – secondary analysis of data from a multi-arm randomised controlled trial
Notice bibliographique
Résumé
Objective: To determine whether higher level or improvements over time in pain self-efficacy (PSE) and expectations of intervention effectiveness lead to better outcomes and whether the intervention used to manage rotator cuff related shoulder pain (RCRSP) impacts PSE and expectations over time. Design: Secondary analysis of data from a randomised controlled trial. Participants: 123 individuals (48 [15] years old; 51% female) with RCRSP. Interventions: Participants randomised into one of three 12-weeks interventions (education; education and motor control exercises; education and strengthening exercises). Main outcome measures: QuickDASH and Western Ontario Rotator Cuff Index (WORC) were administered at baseline and 12 weeks. Pain self-efficacy was assessed at 0 and 6 weeks. Patients’ expectations regarding intervention effectiveness were assessed before randomisation and after the first and the last intervention sessions. NparLD were used for the analyses. A time effect indicated a significant change in patients’ expectations or PSE over time, while a resolution effect indicated a significant difference in patients’ expectations or PSE between those whose symptoms resolved and those whose did not. Results: Patients’ expectations (−3 to 3) increased over time (0.33/3 [0.19 to 0.77]). Overall expectations were higher for those who experienced symptom resolution based on the WORC (0.19/3 [0.05 to 0.33]). PSE increased over time (5.5/60 [3.6 to 7.4]). Overall PSE was higher for those who experienced symptom resolution based on the WORC (7.0 [3.9 to 10.1]) and the QuickDASH (4.9 [1.7 to 8.2]). Conclusion: Clinicians should consider monitoring PSE and patients’ expectations as they are important indicators of outcome.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».