MétaCan
Menu
Retour à la cohorte
Enregistrement W2889064949 · doi:10.3899/jrheum.180264

Is Occam’s Razor Meaningful for Selecting Significant Outcome Items and to Narrow Down Question Numbers in a Psychometric Scale?

2018· letter· en· W2889064949 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueThe Journal of Rheumatology · 2018
Typeletter
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOccam's razorMedicineoccamScale (ratio)Outcome (game theory)PsychometricsClinical psychologyStatisticsProgramming languageComputer science

Résumé

récupéré en direct d'OpenAlex

Assessment of interventional results based on patient-reported outcomes brings greater understanding of patients’ value judgments of therapeutic effectiveness, and in turn requires development of accurate psychometric instruments1. Though patient-reported outcome measures are very important for clinical practice, we cannot measure the function or disability of patients directly. It is absolutely important, therefore, to obtain the information on functional status, health-related quality of life (HRQOL), and other related data such as patients’ values and perceptions, through valid and reliable psychological assessments2. How can we measure a patient’s health condition? “Measuring health” or “measuring disease” are necessary steps in outcome research. A patient-centered questionnaire is a widely used method to collect necessary information from subjects with a targeted condition. It is a core procedure to measure HRQOL with such an assessment. And it is essential to assess the difference in the patient’s condition before and after medical intervention, to determine its effectiveness. This is the key reason we must understand the psychometric principles. Parkes and colleagues, in this issue of The Journal, discuss the sensitivity to change of pain measures in knee osteoarthritis (OA)3. They conducted a comparative study to investigate the increased sensitivity to change of combining outcomes compared to single measures of pain3. They have previously published an article focused on the same topic4. How can we manage the number and content of outcome items to sharpen our measuring aim? When applying a psychometric scale to a certain condition, the process of selecting outcome items for research is a very important and interesting topic. A comprehensive approach means many items could cover a wide range of conceptual constructs, but the weakness is in the feasibility, or the statistical handling needed to … Address correspondence to Dr. M. Akai, Graduate School, International University of Health and Welfare, 4-1-26 Akasaka, Minato-ku, Tokyo 107-8402, Japan. E-mail: akai-masami{at}iuhw.ac.jp

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,119
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0320,119
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,280
Tête enseignante GPT0,457
Écart entre enseignants0,178 · 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