MétaCan
Menu
← Retour à la cohorte
Enregistrement W1587425362 · doi:10.1212/wnl.82.10_supplement.p5.202

Developing and Validating the ID-Chronic Migraine (ID-CM) Screening Tool (P5.202)

2014· article· en· W1587425362 sur OpenAlexaff
Richard B. Lipton, Daniel Serrano, Andrew Blumenfeld, David W. Dodick, Sheena K. Aurora, Werner J. Becker, H. C. Diener, Shuu‐Jiun Wang, Maurice Vincent, Dawn C. Buse, Joanna C. Sanderson, Sepideh F. Varon, Michael L. Reed

Notice bibliographique

RevueNeurology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMigraine and Headache Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMigraineMedicineChronic MigraineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop a reliable and valid tool to screen for chronic migraine (CM) amongst individuals with severe headaches. BACKGROUND: Despite its substantial economic and quality of life burden, CM remains under-recognized, under-treated and poorly managed. No validated screening tool exists for identifying individuals in the headache population who likely have CM. DESIGN/METHODS: The item pool for ID-CM was derived from existing instruments and candidate questions proposed by a Delphi panel composed of eight international headache experts. A draft questionnaire of 20-items was developed based on psychometric modeling in available data, Delphi panel input, and cognitive debriefing interviews among ten persons with CM. The draft screening tool was administered to an online research panel of severe headache sufferers. Exploratory factor analysis (EFA) was used to determine factor structure. Multiple group IRT models (stratified on headache type: CM, EM, severe headache) explored item properties and homogeneity of item properties across headache strata. Analyses were conducted using M-plus version 7.1. RESULTS: The draft screener was administered to 1562 persons having CM (n=363), EM (n=416) and other severe headache (n=783). Model fit indicated that a 3-factor solution optimally explained the data with factors corresponding to migraine symptoms (6-items, e.g. pain intensity, nausea), headache-related disability (3-items from MIDAS) and disruption of daily activities (3 items, e.g. headache interference with planning). Multiple group multi-factor IRT models revealed homogeneity of screener items across headache types. Factor correlations were strong: disruption and disability were correlated 0.7, disruption and symptoms correlated 0.4, and disability and symptoms correlated 0.3. CONCLUSIONS: A preliminary tool has been developed to screen for chronic migraine amongst individuals with severe headache. Test-retest reliability and validation research is ongoing. In the next phase, screening diagnoses will be compared with clinical expert diagnosis using structured interviews. Study Supported by: Allergan, Inc.

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)0,025
score de la tête « metaresearch » (Gemma)0,054
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,054
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,044
Tête enseignante GPT0,297
Écart entre enseignants0,253 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetMigraine and Headache Studies→Travaux en français237 207→