The Pictorial Fit-Frail Scale: Developing a Visual Scale to Assess Frailty
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Standardized frailty assessments are needed for early identification and treatment. We aimed to develop a frailty scale using visual images, the Pictorial Fit-Frail Scale (PFFS), and to examine its feasibility and content validity. METHODS: In Phase 1, a multidisciplinary team identified domains for measurement, operationalized impairment levels, and reviewed visual languages for the scale. In Phase 2, feedback was sought from health professionals and the general public. In Phase 3, 366 participants completed preliminary testing on the revised draft, including 162 UK paramedics, and rated the scale on feasibility and usability. In Phase 4, following translation into Malay, the final prototype was tested in 95 participants in Peninsular Malaysia and Borneo. RESULTS: The final scale incorporated 14 domains, each conceptualized with 3-6 response levels. All domains were rated as "understood well" by most participants (range 64-94%). Percentage agreement with positive statements regarding appearance, feasibility, and usefulness ranged from 66% to 95%. Overall feedback from health-care professionals supported its content validity. CONCLUSIONS: The PFFS is comprehensive, feasible, and appears generalizable across countries, and has face and content validity. Investigation into the reliability and predictive validity of the scale is currently underway.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle