Advancing the Development of Patient-reported Outcomes for Adult Myositis at OMERACT 2016: An International Delphi Study
Notice bibliographique
Résumé
OBJECTIVE: To define a set of core patient-reported domains and respective instruments for use in idiopathic inflammatory myopathies (IIM). Previously, we reported a systematic literature review on patient-reported outcomes (PRO) in IIM followed by conducting international focus groups to elicit patient perspectives of myositis symptoms and effects. METHODS: Based on qualitative content analysis of focus groups, an initial list of 26 candidate domains was constructed. We subsequently conducted an international modified Delphi survey to identify the importance of each of the 26 domains. Participants were asked to rate each domain on a scale of 0-10 (0 = not important, 10 = very important). RESULTS: In this first round of the Delphi survey, 643 patients participated from the United States (n = 543), Sweden (n = 49), and South Korea (n = 51). Of the 26 domains, 19 (73%) were rated of high importance (≥ 7/10). The top 5 domains were muscle symptoms, fatigue, interactions with healthcare, medication side effects, and pain. During Outcome Measures in Rheumatology (OMERACT) 2016, we discussed the goal for ultimate reduction in the number of domains and the importance of considering representation of healthcare providers from other specialties, caregivers, representatives of pharmaceutical industries, and regulatory authorities in the next rounds of Delphi to represent broader perspectives on IIM. CONCLUSION: Further prioritization and a reduction in the number of domains will be needed for the next Delphi. At the next biennial OMERACT meeting, we aim to present and seek voting on a Myositis Preliminary PRO Core Set to enable ultimate measure selection and development.
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 | 0,001 | 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 | 0,001 | 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 ».