Comparing the <scp>NIS</scp> vs. <scp>MRC</scp> and <scp>INCAT</scp> sensory scale through Rasch analyses
Notice bibliographique
Résumé
We performed a comparison between Neuropathy Impairment Scale-sensory (NISs) vs. the modified Inflammatory Neuropathy Cause and Treatment sensory scale (mISS), and NIS-motor vs. the Medical Research Council sum score in patients with Guillain-Barré syndrome (GBS), chronic inflammatory demyelinating polyradiculoneuropathy (CIDP), and IgM monoclonal gammopathy of undetermined significance-related polyneuropathy (MGUSP). The ordinal data were subjected to Rasch analyses, creating Rasch-transformed (RT)-intervals for all measures. Comparison between measures was based on validity/reliability with an emphasis on responsiveness (using the patient's level of change related to the individually obtained varying SE for minimum clinically important difference). Eighty stable patients (GBS: 30, CIDP: 30, and MGUSP: 20) were assessed twice (entry: two observers; 2-4 weeks later: one observer), and 137 newly diagnosed or relapsing patients (GBS: 55, CIDP: 59, and IgM-MGUSP: 23) were serially examined with 12 months follow-up. Data modifications were needed to improve model fit for all measures. The sensory and motor scales demonstrated approximately equal and acceptable validity and reliability scores. Responsiveness scores were poor but slightly higher in RT-mISS compared to RT-NISs. Responsiveness was equal for the RT-motor scales, but higher in GBS compared to CIDP; responsiveness was poor in patients with MGUSP, suggesting a longer duration of follow-up in the latter group of patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».