Can the functional assessment of multiple sclerosis adapt to changing needs? A psychometric validation in patients with clinically isolated syndrome and early relapsing–remitting multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: The Functional Assessment of Multiple Sclerosis (FAMS) is widely used in clinical trial programmes; however, it was developed before the rise in trials targeted at early stage multiple sclerosis (MS) and clinically isolated syndrome (CIS). OBJECTIVE: The aim of this study was to assess the psychometric properties of the FAMS within two clinically distinct populations, CIS and early relapsing-remitting MS (RRMS), and discern the appropriateness of the FAMS within these populations. METHODS: Secondary analysis was conducted on FAMS data from two clinical trials assessing interferon beta-1b in early RRMS and CIS. The statistical analysis assessed the scale acceptability, reliability, validity and responsiveness of the FAMS. Item response theory (IRT) was also conducted on the early RRMS sample in order to assess how well the FAMS discriminated amongst individuals with less severe MS. RESULTS: Results from both trials demonstrated an improvement in the FAMS psychometric properties with increased baseline disease severity. However, high ceiling effects were evident amongst less severe patients, and there was an overall lack of responsiveness to improvement and poor construct validity. IRT also demonstrated its lack of discrimination/sensitivity in early RRMS. CONCLUSIONS: In trials involving patients with early stage RRMS and CIS, modifications to the FAMS based on a qualitative assessment of its content validity in these populations would be required in order to potentially improve the FAMS psychometric properties and sensitivity.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».