Estimation of equable scale scores and treatment outcomes from patient- and clinician-reported PTSD measures using item response theory calibration.
Notice bibliographique
Résumé
Across multiple RCTs, discrepancies between patient and clinician reports of PTSD symptoms are at least a partial contributing factor to large discrepancies between treatment outcome effect sizes from self-report and clinician reports within the same patients. Using secondary data from the NIDA-funded Women and Trauma Study, we demonstrated Common Persons Item Response Theory (IRT) Calibration for calibrating self-reported and clinician-reported PTSD severity scores in a manner similar to the process used to produce equated scores across multiple forms of standardized tests (e.g., SAT, GRE). Under IRT calibration, treatment effect sizes between the CAPS and MPSS-SR did not differ, while with the noncalibrated measures, the CAPS effect size was 85% larger than the MPSS-SR. Further, across the range of a combined CAPS/MPSS-SR gold standard, IRT-calibrated CAPS and MPSS-SR individual scores did not differ; for uncalibrated individual scores, MPSS scores were higher than CAPS scores at higher levels of PTSD severity while the reverse was true at lower levels of severity. The use of IRT calibration approaches for calibrating self-report and clinical interview measures of PTSD will allow treatment researchers to reflect the treatment effect on PTSD as a construct (regardless of reporter) as opposed to being limited to reporting treatment effects that may be discrepant within patients and specific to the particular assessment measure being employed. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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 | 0,344 | 0,580 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».