Development of a New Patient-reported Outcome Instrument to Evaluate Treatments for Scars: The SCAR-Q
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Every year millions of individuals acquire scars. A literature review of patient-reported outcome (PRO) instruments identified content limitations in existing scar-specific measures. The aim of this study was to develop a new PRO instrument called SCAR-Q for children and adults with surgical, traumatic, and burn scars. METHODS: We performed a secondary analysis of the qualitative datasets used in the development of PRO instruments for plastic and reconstructive surgery, that is, BREAST-Q, FACE-Q, BODY-Q, and CLEFT-Q. The keyword "scar*" was used to extract scar-specific text. Data were analyzed to identify concepts of interest and to form a comprehensive item pool. Scales were developed and refined through multiple rounds of cognitive interviews with patients and with input from international clinical experts between July 2015 and December 2016. RESULTS: A total of 52 children and 192 adults from the qualitative datasets provided between 1 and 34 scar-specific codes (n = 1,227). The analysis led to the identification of 3 key domains for which scales were developed: scar appearance (eg, size, color, contour), scar symptoms (eg, painful, tight, itchy), and psychosocial impact (eg, feeling self-conscious, bothered by scar). Cognitive interviews with 25 adults and 20 pediatric participants with scars, plus feedback from 27 clinical experts, led to rewording and removal of items, and new items added. These steps ensured content validity for SCAR-Q in a broad range of scars. CONCLUSIONS: The SCAR-Q is now being field-tested. Once completed, we anticipate SCAR-Q will be used in clinical practice and in clinical trials to test different scar therapies.
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.
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 découle