The validity of patient and physician estimates of walking distance
Notice bibliographique
Résumé
OBJECTIVE: To establish the validity of patient and physician estimates of maximum walking distance versus actual measured maximum walking distance. DESIGN: Assessment of concurrent validity (patient and physician estimates were compared with a gold standard measure at the same time). SETTING: University-affiliated rehabilitation department in a tertiary care hospital. SUBJECTS: A sequential sample of 31 patients over the age of 17 referred to the physical medicine and rehabilitation outpatients department between 1 May 2000 and 20 July 2001, who had at least some degree of walking difficulty. INTERVENTIONS: Patients and their physicians were asked to provide estimates of walking distance independently after a regular appointment prior to the patient being escorted along a pre-measured walking course. MAIN OUTCOME MEASURES: Actual distance walked was compared with estimates using Pearson correlation coefficients. RESULTS: Pearson correlation coefficients for patient estimate versus actual was 0.789 (p < or = 0.0001), and mean estimate of patient and physician estimates versus actual was 0.812 (p < or = 0.0001). Physician estimate versus actual and patient estimate versus physician estimate were 0.349 and -0.139 (neither significant). Sixty-seven per cent (20/30) of patients overestimated how far they thought they could walk versus 23% (7.30) of physicians who overestimated. Neither group were found to be 'good' estimators of maximal walking distance. CONCLUSIONS: Neither patients nor physicians provide valid estimates of maximal walking distance. Patients consistently overestimate their maximal walking distance, whereas physicians tend to underestimate. Interestingly, patients' estimates (although over inflated) do correlate well with actual walking distance, while physician estimates are not at all correlated. This study suggests that reliance on self-reported or physician-estimated maximum walking distances (whether for clinical, research or other reasons) is potentially flawed.
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 | 0,014 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».