Toward a Specific Outcome Instrument for Spinal Trauma
Notice bibliographique
Résumé
STUDY DESIGN: Validation study. OBJECTIVE: To investigate the most valid, reliable, and comprehensible response scale for spinal trauma patients to compare their current level of function and health with their preinjury state. SUMMARY OF BACKGROUND DATA: In the context of a main project of the AOSpine Knowledge Forum Trauma to develop a disease-specific outcome instrument for adult spinal trauma patients, the need to identify a response scale that uniquely reflects the degree to which a spine trauma patient has returned to his or her preinjury state is crucial. METHODS: In the first phase, 3 different question formats and 3 different response formats were investigated in a questionnaire, which was administered twice. Based on the results of the first phase, in the second phase, a modified questionnaire was administered once to a second group of patients to investigate 5 different response formats: 0-10 Numeric Rating Scale-11, 0-100 Numeric Rating Scale-101, Visual Analogue Scale, Verbal Rating Scale, and Adjective Scale. All patients were interviewed in a semistructured fashion to identify their preferences. Multiple statistical analyses were performed: test-retest reliability, internal consistency, and discriminant validity. RESULTS: Twenty eligible patients were enrolled in the first phase and 59 in the second phase. The initial phase revealed the highest preference for 1 specific question format (60.0% and 86.7% after the first and second administration of the questionnaire, respectively). The second phase showed the Verbal Rating Scale as the most preferred response format (35.6%). The semistructured interviews revealed that overall, a subgroup of patients preferred a verbal response format (42.4%), and another group of patients preferred a numerical response format (49.1%). The statistical analysis showed good to excellent psychometric properties for all formats. CONCLUSION: The most preferred question and response formats were identified for use in a disease-specific outcome instrument for spinal trauma patients. LEVEL OF EVIDENCE: 3.
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 | 0,043 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».