Evaluating cancer patient–reported outcome measures: Readability and implications for clinical use
Notice bibliographique
Résumé
BACKGROUND: The benefits of patient-reported outcome measures (PROMs) are well known; however, their readability has come into question because multiple PROMs have been found to be incomprehensible to patients. This is a critical safety and equity consideration because PROMs are increasingly being integrated into routine clinical practice. A key strategy for promoting patient comprehension is the use of plain language. The aim of this study was to determine whether PROMs routinely used in the cancer setting meet plain-language best practices. METHODS: To report the plain-language level of each PROM, readability (Fry Readability Graph, Simple Measure of Gobbledygook, Flesch Reading Ease, and FORCAST) and understandability assessments (Patient Education Materials Assessment Tool [PEMAT] for Printable Materials) were performed. PROMs at grade level 6 or lower and with PEMAT scores greater than 80% were considered to meet plain-language best practices. PROMs were divided into 4 domains (physical, emotional, social, and quality of life) and 17 dimensions (eg, pain was a dimension of the physical domain). A subanalysis was conducted to determine whether specific domains and dimensions were more likely to adhere to plain-language best practices. RESULTS: More than half of the 45 PROMs evaluated (n = 33 [73%]) had a grade level higher than 6. Understandability scores ranged from 29% to 100%. The majority of the PROMs that did not meet plain-language best practices were within the physical and emotional domains and focused on the patient's symptom experience. CONCLUSIONS: This evaluation shows that more than half of the most commonly used cancer PROMs do not meet plain-language best practices. Practice implications include the necessity for plain-language assessment during the PROM validation process, the consideration of plain language in PROM selection, and plain-language review and editing of low-scoring PROMs.
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 | 0,098 | 0,269 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».