Itch Severity Scale: a self-report instrument for the measurement of pruritus severity
Notice bibliographique
Résumé
BACKGROUND: Assessing pruritus severity is difficult because of its subjective nature. A questionnaire that takes into account how the symptom is perceived by the patient may provide a more accurate representation of the pruritus. However, recently developed questionnaires do not specifically quantify severity of the symptom. OBJECTIVES: To develop a self-report questionnaire to measure pruritus severity and to provide initial evidence of its validity and reliability. METHODS: We modified a previously developed interview for the characterization and evaluation of pruritus, which was completed along with the RAND-36 Health Status Inventory and Dermatology Life Quality Index by patients with psoriasis-associated pruritus. Exploratory factor analysis, studies of internal consistency, and correlation analyses with health-related quality of life scores were used to help determine which components of the modified pruritus interview to include in the new questionnaire, the Itch Severity Scale (ISS). The ISS was then assessed for construct validity, internal consistency reliability and test-retest reliability. RESULTS: Seven of the initial 11 components of the modified pruritus interview were included in the ISS. ISS scores correlated moderately with physical (r=-0 x 483) and mental (r=-0 x 492) health composite scores of the RAND-36 and strongly with Dermatology Life Quality Index scores (r=0 x 628), evidence of construct validity. It had an internal consistency reliability of 0 x 80 and a test-retest reliability of 0 x 95. CONCLUSIONS: Based on this preliminary evidence of validity and reliability, this new seven-item ISS may be useful in comparing pruritus severity among different disease populations or in assessing pruritus treatment effectiveness.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».