Generation and optimization of the self‐administered bleeding assessment tool and its validation as a screening test for von Willebrand disease
Notice bibliographique
Résumé
INTRODUCTION/AIM: Our aim was to generate, optimize and validate a self-administered bleeding assessment tool (self-BAT) for von Willebrand disease (VWD). METHODS: In Phase 1, medical terminology in the expert-administered International Society on Thrombosis and Haemostasis (ISTH)-BAT was converted into a Grade 4 reading level to produce the first version of the Self-BAT which was then optimized to ensure agreement with the ISTH-BAT. In Phase 2, the normal range of bleeding scores (BSs) was determined and test-retest reliability analysed. In Phase 3, the optimized Self-BAT was tested as a screening tool for first time referrals to the Haematology clinic. RESULTS: Bleeding score from the final optimized version of the Self-BAT showed an excellent intra-class correlation coefficient (ICC) of 0.87 with ISTH-BAT BS in Phase 1. In Phase 2, the normal range of BSs for the optimized Self-BAT was determined to be 0 to +5 for females and 0 to +3 for males and excellent test-retest reliability was shown (ICC = 0.95). In Phase 3, we showed that a positive Self-BAT BS (≥6 for females, ≥4 for males) has a sensitivity of 78%, specificity of 23%, positive predictive value (PPV) of 0.15 and negative predictive value (NPV) of 0.86 for VWD; these figures improved when just the females were analysed; sensitivity of 100%, specificity of 21%, PPV = 0.17 and NPV = 1.0. CONCLUSION: We show an optimized Self-BAT can generate comparable BS to the expert-administered ISTH-BAT and is a reliable, effective screening tool to incorporate into the assessment of individuals, particularly women, referred for a possible bleeding disorder.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».