Outcome Evaluation in Tendinopathy: Foundations of Assessment and a Summary of Selected Measures
Notice bibliographique
Résumé
Synopsis Clinical measurement studies that address outcome evaluation for patients with tendinopathy should consider conceptual, clinical, practical, and measurement issues to guide the selection of valid measures. Clinical outcomes reported in research studies can provide benchmarks that assist with interpretation of scores during clinical decision making. Given the pathophysiology and functional impacts of tendinopathy, there is a need for outcome measures that assess physical impairments, activity performance, and patient-reported symptoms and function. Tendinopathy-specific patient-reported outcome measures have been shown to be superior to more generic tools for some conditions, such as lateral epicondyle tendinopathy (Patient-Rated Tennis Elbow Evaluation) and Achilles tendinopathy (Victorian Institute of Sport Assessment-Achilles), whereas both generic shoulder outcome measures and disease-specific measures perform similarly in individuals with rotator cuff tendinopathy. A patient-reported outcome measure that captures pain and limitation in function should be fundamental to outcome evaluation in patients with tendinopathy. The current measurement literature does not yet provide comprehensive empirical data to define optimal outcome measures for all types of tendinopathy. This article reviews concepts, instruments, and measurement properties that should provide clinicians with a foundation for assessment of condition severity and treatment outcomes in patients with tendinopathy. J Orthop Sports Phys Ther 2015;45(11):950-964. Epub 15 Oct 2015. doi:10.2519/jospt.2015.6054.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».