MétaCan
Menu
Retour à la cohorte
Enregistrement W2125301687 · doi:10.2106/00004623-200202000-00007

The American Academy of Orthopaedic Surgeons Outcomes Instruments

2002· article· en· W2125301687 sur OpenAlexaff
Frank G. Hunsaker, Dominic A. Cioffi, Peter C. Amadio, James G. Wright, Beth Caughlin

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésNormativeDiscriminant validityMedicinePopulationReliability (semiconductor)Scale (ratio)Physical therapyData collectionPsychologyFamily medicineClinical psychologyPsychometricsStatisticsInternal consistencyMathematicsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The collection of population-based normative data is a necessary step in the process of standardization of eleven American Academy of Orthopaedic Surgeons (AAOS) musculoskeletal outcomes measures. These data serve as comparative normative scores with which to assess the effectiveness of treatment regimens in clinical practice settings and to study the clinical outcomes of treatment in musculoskeletal research. METHODS: With use of a panel mail methodology, self-reported data on the eleven AAOS musculoskeletal outcomes measures were collected from the general population of the United States. RESULTS: The overall response rate of 67.4% for the various surveys met study expectations. For the eleven measures, the range of the confidence intervals for the surveys was +/-1.6% to +/-2.3%, exceeding the +/-3% set a priori. With use of the Multitrait/Multi-Item Analysis Program, all of the scales within each of eleven measures exhibited high internal reliability as well as discriminant and convergent validity. Items within each of the scales contributed roughly equal proportions of information to the total scale scores. CONCLUSIONS: All eleven instruments met study expectations for providing reliable and valid normative data for use in clinical and research settings.

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)0,012
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,053
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,036
Tête enseignante GPT0,274
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations689
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207