Patient versus proxy‐reported problematic activities of daily life in patients with COPD
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Loved ones (proxies) of patients with COPD are confronted with the patients' limitations in activities of daily living (ADLs). However, it remains unknown whether proxies are able to correctly estimate the problematic ADLs of the patient. Therefore, we aimed to investigate the level of agreement between patient-reported and proxy-reported problematic ADLs of the patient. METHODS: Stable outpatients with moderate to very severe COPD (n = 194) and their resident proxies (n = 194) were included in this cross-sectional study. Patients' problematic ADLs were assessed in the domains 'self-care', 'mobility', 'productivity' and 'leisure' using the Canadian Occupational Performance Measure (COPM) in both patients and resident proxies. Furthermore, the perceived performance and satisfaction for important problematic ADLs were rated on a 10-point scale. RESULTS: In total, 830 problematic ADLs were reported by patients, and 735 by proxies. Agreement in reporting problematic ADLs within a domain was poor (productivity and leisure; κ; = 0.20 and 0.16, respectively) to fair (self-care and mobility; κ = 0.32 and 0.22, respectively). Similar performance and satisfaction scores, for equally reported problematic ADLs, were given by 24.0% and 17.6% of the pairs, respectively. CONCLUSION: Proxies were often not able to identify the patients' most important problematic ADLs. Moreover, when patient and proxy agreed about the presence of a specific problematic ADL, the perception of the performance and the satisfaction with that performance differed within most pairs. This emphasizes the importance of involving proxies, besides patients alone, in identifying patients' problematic ADLs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».