From Paper to Digitalized Body Map: A Reliability Study of the Pain Area
Notice bibliographique
Résumé
BACKGROUND: Computerized methods to analyze pain drawings (PDs) have been developed and may aid to measure the pain area more precisely. OBJECTIVE: The aim of this study was to verify whether examiners can reproduce the patient's PDs with acceptable reliability. METHODS: This was an intra-rater and inter-rater reliability study. The protocol consisted of 4 steps: (1) scanning of paper PDs; (2) sharing the digitalized PD images between examiners; (3) reproducing the PD images in the sketching application; and (4) calculating the pain area in pixels and percentages. We calculated intraclass correlation coefficients (ICCs; 2,1), the standard error of the measurement (SEM), and the smallest detectable difference (SDD). RESULTS: Reliability was tested using 31 PDs from 17 patients in our database (11 female [64.7%], mean age: 53.23 ± 11.57 years). Intra-rater reliability varied from ICC (2,1) = 0.991 (95% confidence interval [CI] = 0.982 to 0.996; SEM = 3,432.45; SDD = 162.39 pixels; P < 0.001) to ICC (2,1) = 0.992 (95% CI = 0.978 to 0.997; SEM = 3,412.96; SDD = 161.93 pixels; P < 0.001). Inter-rater reliability for the measurement between all examiners was considered excellent (ICC [2,1] = 0.976; 95% CI = 0.956 to 0.987; SEM =8,580.75; SDD = 256.76 pixels; P < 0.001), being higher between Examiners A and C (ICC [2,1] = 0.970; 95% CI = 0.936 to 0.986; SEM = 6,453.34; SDD = 222.67 pixels; P < 0.001). CONCLUSION: Our results show that intra- and inter-rater reliabilities were excellent when an examiner reproduced the paper PDs into digitalized PDs. This process gives clinicians and researchers the opportunity to analyze pain extent more precisely using a computerized method.
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 | 0,019 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».