Mapping the Stroke Impact Scale (SIS-16) to the International Classification of Functioning, Disability and Health
Notice bibliographique
Résumé
OBJECTIVE: To demonstrate how the International Classification of Functioning, Disability and Health (ICF) can be used to create coded functional status indicators specific for stroke from a simple stroke-specific functional index, the Stroke Impact Scale-16 (SIS-16). SUBJECTS: Nineteen professionals for the mapping portion and 8 persons with stroke for the cognitive debriefing portion. METHODS: Participants were asked to identify appropriate codes for the corresponding items of the SIS-16 following a structured protocol for mapping measures to the ICF. A Delphi technique was used in order to reach consensus for as many items as possible. In addition, cognitive debriefing was conducted with persons with stroke. RESULTS: A total of 13 items had Functional Status Indicators endorsed (8 items at the 4 digit level and 5 items at the 3 digit level). There were 3 items that did not reach consensus. The cognitive debriefing sessions demonstrated the differences in interpretation from the persons with stroke and the intentions by the developers. CONCLUSION: This study has shown how the ICF can capture most items from functional status measures, such as the SIS-16. Furthermore, the items can be used to map onto a standard coding framework, illustrating the potential for increased use of Functional Status Indicators.
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 ».