Questionnaire to Identify Knee Symptoms: Development of a Tool to Identify Early Experiences Consistent With Knee Osteoarthritis
Notice bibliographique
Résumé
BACKGROUND: Current diagnostic procedures for knee osteoarthritis (OA) identify individuals late in the disease process. A questionnaire may be a useful and inexpensive method to screen for early symptoms of knee OA. OBJECTIVE: The purpose of this study was to develop a brief, self-administered questionnaire for clinical and research settings to identify emerging knee problems in people who could benefit from conservative interventions. DESIGN: This prospective study utilized a mixed-methods approach. METHODS AND RESULTS: Questionnaire items were generated from interview data from individuals with emerging chronic knee problems. These items were reviewed by 16 rheumatology experts, resulting in a 35-item draft questionnaire. To reduce the number of items, questionnaires were mailed to 228 adults, aged 40 to 65 years, with evidence of ongoing knee problems. One hundred thirteen completed questionnaires were returned (63.1% response rate), with 105 usable questionnaires. Using principal components analysis, the number of items was reduced to a final 13-item version, the Questionnaire to Identify Knee Symptoms (QuIKS). The QuIKS has 4 subscales: medications, monitoring, interpreting, and modifying. The QuIKS demonstrated strong internal consistency. LIMITATIONS: A sampling bias among respondents who provided data for item reduction likely means that the QuIKS reflects those who self-report knee problems to a health care provider, which may not be generalizable to the population. CONCLUSIONS: The QuIKS is a short, self-administered questionnaire used to promote activity by identifying the experiences associated with early symptoms consistent with knee OA, such as monitoring intermittent symptoms, interpreting the meaning of these symptoms, modifying behaviors, and including the use of medications. If future work validates the QuIKS, its use in developing samples could expand our understanding of early disease and improve interventions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».