Comparing short form and RAND physical and mental health summary scores: Results from total hip arthroplasty and high-risk primary-care patients
Notice bibliographique
Résumé
OBJECTIVES: Summary physical health scores for the Short Form (SF) measures are computing using positive weights for physical items and negative weights for mental health items. Mental health summary scores use positive weights for mental items and negative weights for physical. The RAND Health Status Inventory (HSI) measures do not use negative weights. Do these different approaches to scoring matter? The objective was to compare summary scores using both the SF and RAND-HSI. METHODS: SF-36 and the Health Utilities Index Mark 3 (HUI3) were administered to a cohort of patients waiting for elective total hip arthroplasty (THA). SF-12 and HUI3 were administered to a cohort of high-risk primary-care patients. Summary scores were generated and compared. Single-attribute utility scores for emotion in HUI3 were also computed. Canadian and US norms for SF, RAND-HSI, and HUI3 were used to interpret results. RESULTS: For THA patients, mean physical health scores were 28 and 36 for SF and RAND-HSI. Mean mental health scores were 55 and 42. For the primary-care patients, the scores were 34 and 36 for physical and 46 and 40 for mental health. CONCLUSIONS: SF and RAND-HSI provided somewhat similar summary scores in the THA study. However, SF and RAND-HSI mental health scores differed in the primary-care patient cohort and results from HUI3 corroborate the mental health deficits identified by the RAND-HSI. It may be wise for investigators to use both SF and RAND-HSI scoring systems.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».