MétaCan
Menu
Retour à la cohorte
Enregistrement W2802369754 · doi:10.1097/gox.0000000000001672

Development of a New Patient-reported Outcome Instrument to Evaluate Treatments for Scars: The SCAR-Q

2018· article· en· W2802369754 sur OpenAlexaff
Anne F. Klassen, Natalia Ziolkowski, Lily R. Mundy, Helen C. Miller, Alison McIlvride, Allison DiLaura, Joel Fish, Andrea L. Pusic

Notice bibliographique

RevuePlastic & Reconstructive Surgery Global Open · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésScarsPsychosocialPatient-reported outcomeMedicineFeelingSurgeryPsychologyQuality of life (healthcare)PsychiatrySocial psychologyNursing

Résumé

récupéré en direct d'OpenAlex

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.

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)0,031
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,146
Tête enseignante GPT0,391
Écart entre enseignants0,245 · 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'étudeObservationnel
Domainenon disponible
GenreMéthodes

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

En bref

Citations88
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic & Reconstructive Surgery Global OpenMême sujetDermatologic Treatments and ResearchTravaux en français237 207