Psychometric Properties of the SymptoMScreen Questionnaire in a Mild Disability Population of Patients with Relapsing–Remitting Multiple Sclerosis: Quantifying the Patient’s Perspective
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
Crucial elements for achieving optimal long-term outcomes in multiple sclerosis (MS) are patient confidence and effective physician-patient communication. Patient-reported instruments may provide the means to fill the gap in currently available clinician-rated measures. The SymptoMScreen (SMSS) is a brief self-assessment tool for measuring symptom severity in 12 neurologic domains commonly affected by MS. We conducted a non-interventional study to assess the dimensional structure and item characteristics of the SMSS. A total of 218 patients with relapsing-remitting MS and mild disability (median Expanded Disability Status Scale score 2.0) were studied. Symptom severity was low (SMSS score 13.5, interquartile range 4.2-27), fatigue being the domain with the highest impact. A non-parametric item response theory, i.e., Mokken analysis, found that the SMSS is a robust one-dimensional scale (overall scalability index H 0.60) with high reliability (Cronbach's alpha 0.94). The confirmatory factor analysis model confirmed the unidimensional structure (comparative fit index 1.0, root-mean-square error of approximation 0.001). Samejima's model fitted well an unconstrained model with different item difficulties. The SMSS shows appropriate psychometric characteristics and may constitute a valuable and easy-to-implement addition to measure the symptom severity in clinical practice.
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 | 0,000 | 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 | 0,000 | 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 découle