MétaCan
Menu
Retour à la cohorte
Enregistrement W1999270868 · doi:10.1097/01.blo.0000079772.06654.c8

Measures of Health-Related Quality of Life and Physical Function

2003· article· en· W1999270868 sur OpenAlexaffabout
Dorcas Beaton, Emil H. Schemitsch

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensArthritis Research Centre of CanadaSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical therapyWOMACQuality of life (healthcare)Physical medicine and rehabilitationRandomized controlled trialSports medicineEvidence-based medicineMEDLINEReliability (semiconductor)Orthopedic surgeryOsteoarthritisAlternative medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Outcome measures may be seen as windows, each of which provides a different perspective on a single view, the impact of a disease or disorder on the patient concerned. A comparison of the orthopaedic literature in 1991 with that in 2001 suggests that the intervening decade saw an increasing interest in the use of patient-based measures in clinical outcome studies, particularly randomized controlled trials. The tool most commonly used to determine the patient's point of view was the generic Short Form-36 (SF-36). Other measures included regional assessments such as the Musculoskeletal Functional Assessment, or the Disability of the Arm, Shoulder and Hand. The Western Ontario McMaster Osteoarthritis Index (WOMAC) (hip and knee), the Simple Shoulder Test (shoulder) and the Roland-Morris Questionnaire or Oswestry Disability Index (low back) were the most common joint-specific measures. Each of the questionnaires reported was supported by evidence of reliability and validity, and in most cases one or more studies had shown responsiveness in at least musculoskeletal disorders. We provide a brief description of the most common tools, and review the evidence that orthopaedic research is making increased use of measures of health status and function.

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)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,200
Tête enseignante GPT0,471
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations192
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207