MétaCan
Menu
Retour à la cohorte
Enregistrement W2804670174 · doi:10.5539/gjhs.v10n6p199

Implications of Disagreement Between Self-Reporting and Objective Measures: A Scoping Review

2018· review· en· W2804670174 sur OpenAlexvenueno aff
Hilal Al Shamsi, Abdullah Ghthaith Almutairi, Sulaiman Salim Al Mashrafi

Notice bibliographique

RevueGlobal Journal of Health Science · 2018
Typereview
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScopusMEDLINESystematic reviewMedicineRecallCohen's kappaReporting biasPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Researchers and health specialists generally collect data and information about chronic diseases from self-reports. However, the accuracy of self-reports has been questioned as they depend on the respondents' ability to recall information and their understanding of pathological conditions. Therefore, an objective diagnosis is usually regarded as a more accurate indication of the presence of diseases.OBJECTIVE: A scoping review will examine the extent of the disagreement between self- reports and objective measures, focusing on the implications of this disagreement in terms of indicators of physical and emotional health as well provision and planning of health services.METHOD: There are few publications on the impact of disagreements between self-reporting and objective measures. In this case, a scoping review was chosen as an efficient tool to explore the issue, due to the limited amount of available evidence. This review was conducted in two major research databases: Scopus and Medline databases. The criteria of the study included all genders, age groups, and geographic areas. The source of information for the scoping review included existing literature such as guidelines, letters, meta-analyses, systematic reviews, and primary research studies.RESULT: In the 12 studies, the total participants were 155,939 and each study’s sample size ranged from 77 to 118,553. Four out of twelve studies showed a significant difference between self-reported ailments and objective diagnosis for (kappa=0.17 to 0.3), whereas the agreement was moderate for the utilization of health services and quality of ambulatory care (kappa=0.43 to 0.5), however, the agreement on whether counselling and referrals were needed was low (kappa= 0.3, 95% CI [0.3-0.3]). The disagreements between self-report and objective measures had implications regarding prevalence of diseases (20% less by self-reported) or risk factors (such as physical activity [PA]), costs of treatments (15 EUR high by reports), risk factors such as car accidents for elderly (useful field of view in elderly drivers was a risk over four times larger than obtained from self-reported [OR= 13.7 vs OR=3.4]), and utilization of health services (34.1% higher by reported).CONCLUSION: In most health domains, we found there was low to moderate disagreement between self-reporting and objective measures for diagnosing illnesses and utilization of health services. The prevalence of disease was lower when self-reported, while the utilization of health services and cost of health services were higher when self-reported than when objectively measured. This disagreement has implications regarding the increasing the cost of health services and provides a misleading basis for health planning.

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)0,644
score de la tête « metaresearch » (Gemma)0,851
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,439

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6440,851
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0090,009
Bibliométrie0,0380,038
Études des sciences et des technologies0,0050,012
Communication savante0,0160,020
Science ouverte0,0100,012
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,315
Tête enseignante GPT0,585
Écart entre enseignants0,269 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetBehavioral Health and InterventionsTravaux en français237 207