MétaCan
Menu
Retour à la cohorte
Enregistrement W2056580997 · doi:10.1161/strokeaha.113.001126

How Well Do Standard Stroke Outcome Measures Reflect Quality of Life?

2013· article· en· W2056580997 sur OpenAlexaff
Myzoon Ali, Rachael L. Fulton, Marian Brady, Kennedy R. Lees, Andrei V. Alexandrov, Philip M. Bath, E. Bluhmki, N. Bornstein, L. Claesson, Stephen M. Davis, Geoffrey A. Donnan, Hans‐Christoph Diener, M. Fisher, Barbara Gregson, James C. Grotta, Werner Hacke, Michael G. Hennerici, Matthias Hommel, M. Kaste, Patrick Lyden, John R. Marler, Roberto Sacco, Ashfaq Shuaib, Philip Teal, Steven Warach, Ann Ashburn, D H Barer, Julie Bernhardt, Audrey Bowen, Eric E. Brodie, Susan Corr, Alan Drummond, J. Edmans, Coralie English, John Gladman, Erin Godecke, Tanja Hoffmann, Lalit Kalra, Suzanne Kuys, Peter Langhorne, Ann Charlotte Laska, Nadina B. Lincoln, Pip Logan, Lyn Jongbloed, Gillian Mead, A Pollock, Valerie M. Pomeroy, Helen Rodgers, Catherine Sackley, Louise Shaw, DJ Stott, Katharina S. Sunnerhagen, Sarah Tyson, Paulette van Vliet, Marion Walker, William Whiteley, Gregory W. Albers, T. Furlan, Chelsea S. Kidwell, WalterJ. Koroshetz, Michael H. Lev, David S. Liebeskind, Glorian Sorensen, Vincent Thijs, Götz Thomalla, Joanna M. Wardlaw, Max Wintermark, Daniel F. Hanley, Thorsten Steiner, Stephan A. Mayer, C. Marín Molina, Heikki Numminen, Georgios Tsivgoulis, H. C. Diener, Graeme J. Hankey, B. Ovbiagele, Christopher J. Weir

Notice bibliographique

RevueStroke · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Quality of life (healthcare)Stroke recoveryPhysical therapyRehabilitation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Quality of life (QoL) is important to stroke survivors yet is often recorded as a secondary measure in acute stroke randomized controlled trials. We examined whether commonly used stroke outcome measures captured aspects of QoL. METHODS: We examined primary outcomes by National Institutes of Health Stroke Scale (NIHSS), Barthel Index (BI) and modified Rankin Scale (mRS), and QoL by Stroke Impact Scale (SIS) and European Quality of Life Scale (EQ-5D) from the Virtual International Stroke Trials Archive (VISTA). Using Spearman correlations and logistic regression, we described the relationships between QoL mRS, NIHSS, and BI at 3 months, stratified by respondent (patient or proxy). Using χ2 analyses, we examined the mismatch between good primary outcome (mRS ≤1, NIHSS ≤5, or BI ≥95) but poor QoL, and poor primary outcome (mRS ≥3, NIHSS ≥20, or BI ≤60) but good QoL. RESULTS: Patient-assessed QoL had a stronger association with mRS (EQ-5D weighted score n=2987, P<0.0001, r=-0.7, r2=0.53; SIS recovery n=2970, P<0.0001, r=-0.71, r2=0.52). Proxy responses had a stronger association with BI (EQ-5D weighted score n=837, P<0.0001, r=0.78, r2=0.63; SIS recovery n=867, P<0.0001, r=0.68, r2=0.48). mRS explained more of the variation in QoL (EQ-5D weighted score=53%, recovery by SIS v3.0=52%) than NIHSS or BI and resulted in fewer mismatches between good primary outcome and poor QoL (P<0.0001, EQ-5D weighted score=8.5%; SIS recovery=10%; SIS-16=4.4%). CONCLUSIONS: The mRS seemed to align closely with stroke survivors' interests, capturing more information on QoL than either NIHSS or BI. This further supports its recommendation as a primary outcome measure in acute stroke randomized controlled trials.

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)0,090
score de la tête « metaresearch » (Gemma)0,217
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,478

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0900,217
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,054
Tête enseignante GPT0,343
Écart entre enseignants0,289 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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

En bref

Citations67
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207