A study of the agreement between patient self‐assessment and study personnel assessment of bleeding symptoms
Notice bibliographique
Résumé
BACKGROUND: Clinical trials investigating new platelet transfusion therapies frequently require the assessment of bleeding for the study outcome. These assessments are commonly performed by study personnel and can be time-consuming. The purpose of this study was to assess whether patients were able to reliably assess their bleeding status on a daily basis. STUDY DESIGN AND METHODS: Patients admitted to hospital to receive chemotherapy for acute leukemia or to undergo allogeneic peripheral blood progenitor cell transplant were included. Patients were given an introduction to a form for documenting the occurrence of 16 bleeding symptoms. Patients completed this form and were examined daily by a study assessor. A weekly health record review was also performed by a study assessor. The agreement between raters was determined by calculating the raw agreement, chance-corrected agreement, and chance-independent agreement. RESULTS: Thirty-five patients completed 458 assessment forms that were paired with 559 forms completed by a study assessor with 450 matched forms available for analysis (mean, 12.86 per patient). Agreement for most individual bleeding symptoms was high. Thirteen items had agreement greater than 90 percent and all items had agreement greater than 77 percent. The lowest agreement was seen for skin symptoms: petechiae (89.2%), purpura (80.9%), and ecchymosis (77.6%). The negative predictive value of patient self-assessment was high (range, 71.1%-100%) whereas the positive predictive value was lower (range, 0%-86.5%). CONCLUSION: The reliability was very good between patients and study assessors with the patients reporting excellent negative predictive value and variable positive predictive value.
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 ».