Translation, cultural adaptation and validation of the SCHNOS in French
Notice bibliographique
Résumé
BACKGROUND: The Standardized Cosmesis and Health Nasal Outcomes Survey (SCHNOS) is a validated questionnaire that assesses functional and aesthetic outcomes of rhinoplasty patients. There are 274 million French speakers worldwide, and this questionnaire is currently not available in French. The purpose of this study was to translate, adapt, and validate a French version of the SCHNOS questionnaire. METHODS: The SCHNOS questionnaire was translated from English to French according to international guidelines. Ten French-speaking rhinoplasty patients were interviewed in order to evaluate the understandability and acceptability of the translation and produce a final version. The final version was administered prospectively to 25 rhinoplasty patients and 25 controls at two-week intervals. It was then administered to 165 consecutive patients. Psychometric properties were evaluated using the Item Reponse Theory (IRT) and confirmatory factor analysis (CFA). RESULTS: Three items from the original SCHNOS were modified to produce the French-SCHNOS (F-SCHNOS). Discrimination abilities of F-SCHNOS-O and F-SCHNOS-C were perfect, with values of 2.18(p < 0.001, 95% CI 1.74 to 2.62) for SCHNOS-O and 2.62(p < 0.001, 95% CI 2.03 to 3.21). Internal consistency was high, with Cronbach's alpha of 0.93 for F-SCHNOS-O and 0.95 for F-SCHNOS-C. IRT showed good psychometric properties with almost each step up or down across the scale associating with meaningful differences in outcome severity. All four SCHNOS-O items were equally "important" in defining the total score. The F-SCHNOS-C total score was defined by mostly four out of six items. CONCLUSIONS: The SCHNOS was translated, adapted, and psychometrically validated for use in a French-speaking population.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».