MétaCan
Menu
Retour à la cohorte
Enregistrement W2746828885 · doi:10.1177/0022034517725707

Quality-of-Life in Children with Orofacial Clefts and Caregiver Well-being

2017· review· en· W2746828885 sur OpenAlexfundno aff
Lacey Sischo, Maureen Wilson-Genderson, Hillary L. Broder

Notice bibliographique

RevueJournal of Dental Research · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchUniversity of Illinois at Urbana-ChampaignYork UniversityChildren's Healthcare of AtlantaNYU Langone Medical CenterNational Institutes of HealthChildren's Hospital of Philadelphia
Mots-clésQuality of life (healthcare)MedicineSalientOral healthWell-beingClinical trialPsychologyDentistryComputer sciencePathologyPsychotherapistNursing

Résumé

récupéré en direct d'OpenAlex

Quality of life is a valid patient-reported parameter that provides an assessment of treatment need or outcomes complementary to standard clinical measures. Such patient-reported assessments are particularly salient when examining chronic conditions with prolonged treatment trajectories, such as cleft lip and palate. This critical review identifies key questions related to ongoing research on the oral health-related quality of life (OHRQoL) in children with cleft and caregiver well-being. Details of the design and results from 2 longitudinal multicenter studies are presented. This article also provides an update on recent published reports regarding OHRQoL in individuals with cleft. Methodological issues in OHRQoL research are discussed, including condition-specific versus generic instruments, incorporating positive items in OHRQoL instruments, calculating minimally important differences in OHRQoL, implementing mixed methods design, and utilizing validated short assessment forms in OHRQoL research. Finally, new directions for research in cleft as a chronic condition are identified and discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,476
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental ResearchMême sujetCleft Lip and Palate ResearchTravaux en français237 207