Feasibility and Utility of the Psoriasis Symptom Inventory (PSI) in Clinical Care Settings: A Study from the International Psoriasis Council
Notice bibliographique
Résumé
BACKGROUND: The Psoriasis Symptom Inventory (PSI) is a patient-reported outcome measure designed to assess psoriasis signs and symptoms. OBJECTIVES: The aim was to assess the usefulness of the PSI in enhancing patient care in the clinical setting. METHODS: Eight dermatology clinics in six countries enrolled adults representing the full spectrum of psoriasis severity who regularly received care at the clinic. Patients were administered the eight-item PSI (score range 0-32; higher scores indicate greater severity) while waiting for the physician; the physician conducted a static physician global assessment (sPGA) and estimated psoriasis-affected body surface area (BSA) at the same visit. Physicians completed a brief questionnaire after each patient visit, and were interviewed about the PSI after all patients were seen. RESULTS: The clinics enrolled 278 patients; mean [standard deviation (SD)] psoriasis-affected BSA was 7.6% (11.4). Based on BSA, 47.8% had mild psoriasis, 29.1% had moderate psoriasis, and 23.0% had severe psoriasis. Based on sPGA, 18.7% were clear/almost clear, 67.3% were mild/moderate, and 14.0% were severe/very severe. The mean (SD) PSI total score was 12.2 (8.3). Physicians spent a mean (SD) 4.9 (4.8) min discussing PSI findings with their patients (range 0-20 min). Key benefits of PSI discussions included the following: new information regarding symptom location and severity for physicians; prompting of quality-of-life discussions; better understanding of patient treatment priorities; change in treatment regimens to target specific symptoms or areas; and improvement of patient-physician relationship. CONCLUSIONS: The PSI was useful for treated and untreated patients to enhance patient-physician communication, and influenced treatment decisions.
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 | 0,021 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».