Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Kongresse
Themenseiten
Künstliche Intelligenz Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Veranstaltungskalender Awards MyNewsletter Firmensuche
Kunden Login
Über Einzelzugang informieren
Über Unternehmenszugang informieren
Referenzkunden
Zukunftswerkstatt Sales Excellence 2025 | 08. Mai 2025

KI als Booster im Vertrieb

Lernen Sie von Digital-Experten, wie der gezielte Einsatz von KI-Unterstützung Ihrem Unternehmen in vielen Bereichen hilft, im Vertrieb einen Schritt voraus zu sein. Jetzt wieder live vor Ort teilnehmen in Frankfurt am Main!
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Is Crowdsourcing Patient-Reported Outcomes the Future of Evidence-Based Medicine? A Case Study of Back Pain

verfasst von : Mor Peleg, Tiffany I. Leung, Manisha Desai, Michel Dumontier

Erschienen in: Artificial Intelligence in Medicine

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Evidence is lacking for patient-reported effectiveness of treatments for most medical conditions and specifically for lower back pain. In this paper, we examined a consumer-based social network that collects patients’ treatment ratings as a potential source of evidence. Acknowledging the potential biases of this data set, we used propensity score matching and generalized linear regression to account for confounding variables. To evaluate validity, we compared results obtained by analyzing the patient reported data to results of evidence-based studies. Overall, there was agreement on the relationship between back pain and being obese. In addition, there was agreement about which treatments were effective or had no benefit. The patients’ ratings also point to new evidence that postural modification treatment is effective and that surgery is harmful to a large proportion of patients.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Discriminant Chronicles Mining
Nächstes Kapitel Multi-level Interactive Medical Process Mining
Literatur
1.
Hoy, D., Bain, C., William, G., March, L., Brooks, P., Blyth, F., et al.: A systematic review of the global prevalence of low back pain. Arthritis Rheum. 64, 2028–2037 (2012)CrossRef
2.
Chou, R., Deyo, R.A., Jarvik, J.G.: Appropriate use of lumbar imaging for evaluation of low back pain. Radiol. Clin. North Am. 50, 569–585 (2012)CrossRef
3.
Deyo, R.A., Dworkin, S.F., Amtmann, D., et al.: Report of the NIH task force on research standards for chronic low back pain. Int. J. Ther. Massage Bodyw. 8(3), 16–33 (2015)
4.
Hersh, W.R., Weiner, M.G., Embi, P.J., et al.: Caveats for the use of operational electronic health record data in comparative effectiveness research. Med. Care 5, S30–S37 (2014)
5.
Tannen, R.L., Weiner, M.G., Xie, D.: Use of primary care electronic medical record database in drug efficacy research on cardiovascular outcomes: comparison of database and randomised controlled trial findings. Br. Med. J. 338, b81 (2009)CrossRef
6.
Tatonett, N.P., Ye, P.P., Daneshjou, R., Altman, R.B.: Data-driven prediction of drug effects and interactions. Sci. Trans. Med. 4(125), 1–26 (2013)
7.
Harpaz, R., DuMouchel, W., Shah, N.H., et al.: Novel data mining methodologies for adverse drug event discovery and analysis. Clin. Pharmacol. Ther. 91(6), 1010–1021 (2012)CrossRef
8.
Bhandari, R.P., Feinstein, A.B., Huestis, S.E., et al.: Pediatric-collaborative health outcomes information registry (Peds-CHOIR): a learning health system to guide pediatric pain research and treatment. Pain 157(9), 2033–2044 (2016)CrossRef
9.
Bove, R., Secor, E., Healy, B., et al.: Evaluation of an online platform for multiple sclerosis research: patient description, validation of severity scale, and exploration of BMI effects on disease course. PLoS ONE 8(3), e59707 (2013)CrossRef
10.
Nakamura, C., Bromberg, M., Bhargava, S., et al.: Mining online social network data for biomedical research: a comparison of clinicians’ and patients’ perceptions about amyotrophic lateral sclerosis treatments. J. Med. Internet Res. 14(3), e90 (2012)CrossRef
11.
12.
Morone, N.E., Greco, C.M., Moore, C.G., et al.: A mind-body program for older adults with chronic low back pain: a randomized clinical trial. JAMA Int. Med. 3, 329–337 (2016)CrossRef
13.
Heuch, I., Hagen, K., Heuch, I., et al.: The impact of body mass index on the prevalence of low back pain: the HUNT study. Spine (Phila Pa 1976) 35(7), 764–768 (2010)CrossRef
14.
Chou, R., Huffman, L.H.: Nonpharmacologic therapies for acute and chronic low back pain: a review of the evidence for an American Pain Soc. Ann. Int. Med. 147, 492–504 (2007)CrossRef
15.
Chou, R., Atlas, S.J., Stanos, S.P., Rosenquist, R.W.: Nonsurgical interventional therapies for low back pain: a review of the evidence for an American Pain Soc. Spine 34, 1078–1093 (2009)CrossRef
16.
Chou, R., Huffman, L.H.: Medications for acute and chronic low back pain: a review of the evidence for an American Pain Soc. Ann. Intern. Med. 147, 505–514 (2007)CrossRef
17.
Institute for Clinical Systems Improvement. Adult Acute and Subacute Low Back Pain, November 2012
18.
Biondi-Zoccai, G., Romagnol, E., Agostoni, P., et al.: Are propensity scores really superior to standard multivariable analysis? Contemp. Clin. Trials. 32(5), 731–740 (2011)CrossRef
19.
Wang, Y.C., Burke, M., Kraut, R.E.: Gender, topic, and audience response: an analysis of user-generated content on facebook. In: SIGCHI Conference on Human Factors in Computing Systems, pp. 31–34 (2013)
Metadaten
Titel
Is Crowdsourcing Patient-Reported Outcomes the Future of Evidence-Based Medicine? A Case Study of Back Pain
verfasst von
Mor Peleg
Tiffany I. Leung
Manisha Desai
Michel Dumontier
Copyright-Jahr
2017
Buch
Artificial Intelligence in Medicine

Print ISBN: 978-3-319-59757-7

Electronic ISBN: 978-3-319-59758-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-59758-4_27

Premium Partner

    Bildnachweise