Responsiveness of the Effective Consumer Scale (EC-17)
Notice bibliographique
Résumé
OBJECTIVE: The Effective Consumer Scale (EC-17) comprises 17 items measuring the main skills and behaviors people need to effectively manage their healthcare. We tested the responsiveness of the EC-17. METHODS: Participants, in 2 waves of a 6-week Arthritis Self-Management Program (ASMP) from Arthritis Ireland, received a questionnaire at the first and last week of the weekly ASMP. The questionnaire included the EC-17 and 10 other measures for arthritis. Deficits, mean change, and standard deviations were calculated at baseline and Week 6. The EC-17 scores were compared to the Arthritis Self-Efficacy (ASE) and Patient Activation Measure (PAM) scales. Results were presented at OMERACT 9. RESULTS: There is some overlap between the EC-17 and the ASE and PAM; however, most items of greatest deficit in the EC-17 are not covered by those scales. In 327 participants representing both intervention waves (2006 and 2007), the EC-17 was more efficient than the ASE but less efficient than the PAM for detecting improvements after the ASMP, and was moderately correlated with the PAM. CONCLUSION: The EC-17 appears to measure different skills and attributes than the ASE and PAM. Discussions with participants at OMERACT 9 agreed that it is worthwhile to measure the skills and attributes of an effective consumer, and supported the development of an intervention (such as proposed online decision aids) that would include education in the categories in the EC-17.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».