Development of a generic fidelity measure for rehabilitation intervention research for children with physical disabilities
Notice bibliographique
Résumé
AIM: To increase research rigour and create a plausible way to assess clinical effectiveness, it is necessary to measure the degree to which interventions are delivered as intended (fidelity). Generic fidelity measures enable evaluation of more than one intervention through observation of unique and general characteristics relevant across interventions. This study describes the first generic fidelity measure in paediatrics. METHOD: Items were constructed from multiple sources to create a general attributes domain and two paediatric cerebral palsy (CP) intervention-specific domains. After a pre-testing procedure, raters were trained and videos of clinical interventions were rated to test the measure's psychometric properties. RESULTS: The Paediatric Rehabilitation Observational measure of Fidelity (PROF) consisted of 30 items. Six raters were trained on the PROF and rated 25 videos. Internal consistency (α) and interrater reliability (IRR) for the frequency scale showed the following results: context therapy: α=0.71, IRR=0.75; child therapy: α=0.85, IRR=0.87; and general attributes; α=0.78, IRR=0.82. Quality scale scores across domains demonstrated internal consistency greater than 0.80 and interrater reliability of less than 0.40. Pearson's correlations (r=-0.71, p<0.001) and analyses of variance (p=0.01) validated that each intervention domain was an independent construct. INTERPRETATION: The PROF is reliable and valid for evaluating interventions used for children with CP. Future studies may use the measure's framework, general attributes domain, and procedures to test the psychometric properties of other interventions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».