Converting Functional Autonomy Measurement System Scores of Patients Post-Stroke to FIM Scores
Notice bibliographique
Résumé
Purpose: The Functional Independence Measure (FIM) is widely used to assess persons post-stroke. The Quebec government has selected the Functional Autonomy Measurement System (SMAF) for use in all care settings. In this article, we propose simple equations to convert SMAF scores to FIM scores for persons undergoing post-stroke rehabilitation. Method: Persons post-stroke (n=143) from three rehabilitation centres were assessed at admission and discharge using the FIM and SMAF. The sample was randomly split into derivation and validation data sets. Regression analysis was performed on the first data set to derive a conversion equation at each time point. The validity of the equations was measured using correlation coefficients, and differences between the observed and predicted FIM scores were computed from the second data set. Results: The relationship between the SMAF and FIM scores was linear at admission but quadratic at discharge. The proposed equations are, at admission, FIM=139−1.5×SMAF and, at discharge, FIM=118−0.018×SMAF2. The observed and predicted FIM scores were highly correlated in the validation data set (rs=0.92 and 0.93 at admission and discharge, respectively). Furthermore, the equations performed well in classifying stroke severity compared with a classification based on the observed FIM scores. Conclusions: SMAF scores can be reliably converted to FIM scores using the proposed equations, thus facilitating international trials in stroke rehabilitation.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».