Lessons learned in applying the International Society for Pharmacoeconomics and Outcomes Research methodology to translating Canadian Emergency Department Information System Presenting Complaints List into German
Notice bibliographique
Résumé
OBJECTIVES: The patient's presenting complaint guides diagnosis and treatment in the emergency department, but there is no classification system available in German. The Canadian Emergency Department Information System (CEDIS) Presenting Complaint List (PCL) is available only in English and French. As translation risks the altering of meaning, the International Society for Pharmacoeconomics and Outcomes Research (ISPOR) has set guidelines to ensure translational accuracy. The aim of this paper is to describe our experiences of using the ISPOR guidelines to translate the CEDIS PCL into German. MATERIALS AND METHODS: The CEDIS PCL (version 3.0) was forward-translated and back-translated in accordance with the ISPOR guidelines using bilingual clinicians/translators and an occupationally mixed evaluation group that completed a self-developed questionnaire. RESULTS: The CEDIS PCL was forward-translated (four emergency physicians) and back-translated (three mixed translators). Back-translation uncovered eight PCL items requiring amendment. In total, 156 comments were received from 32 evaluators, six of which resulted in amendments. CONCLUSION: The ISPOR guidelines facilitated adaptation of a PCL into German, but the process required time, language skills and clinical knowledge. The current methodology may be applicable to translating the CEDIS PCL into other languages, with the aim of developing a harmonized, multilingual PCL.
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 | 0,028 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».