FACE-Q Skin Cancer Module for measuring patient-reported outcomes following facial skin cancer surgery
Notice bibliographique
Résumé
BACKGROUND: The patient's perspective of their facial scar after skin cancer surgery influences perception of care and quality of life (QoL). Appearance satisfaction after surgery is also an important but often overlooked treatment outcome. OBJECTIVES: To report the psychometric validation of the FACE-Q Skin Cancer Module consisting of five scales, measuring appearance satisfaction (Satisfaction with Facial Appearance, Appraisal of Scars), QoL (Cancer Worry, Appearance-related Psychosocial Distress) and the patient experience (Satisfaction with Information: Appearance). METHODS: Participants underwent Mohs surgery for facial basal or squamous cell carcinoma or excision of early facial melanoma. Cohort 1 received a set of scales before and after surgery. Cohort 2 received the scales on two occasions in the postoperative period for test-retest reliability. Rasch measurement theory was used to select (item-reduce) the most clinically meaningful items for the scales. Reliability, validity, floor and ceiling effects and responsiveness were also analysed. RESULTS: Of 334 patients, 209 (response rate 62·6%) were included. Rasch analysis reduced the total scale items from 77 to 41. All items had ordered thresholds and good psychometric fit. Reliability was high (Person separation index and Cronbach's α ≥ 0·90) and scales measuring similar constructs were correlated. High floor and ceiling effects were seen for the scales. The Cancer Worry scale demonstrated responsiveness (P = 0·004). CONCLUSIONS: The FACE-Q Skin Cancer Module meet the requirements of the Rasch model providing linearized measurement. Discriminating between patients with minimal appearance or worry impairment may be a limitation. The scales can be used for larger validation studies, clinical practice and research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».