Conversion of Functional Assessment of Chronic Illness Therapy–Fatigue to Patient‐Reported Outcomes Measurement Information System Fatigue Scores in Two Phase III Baricitinib Rheumatoid Arthritis Trials
Notice bibliographique
Résumé
OBJECTIVE: The Functional Assessment of Chronic Illness Therapy-Fatigue (FACIT-F) is validated for measuring fatigue in rheumatoid arthritis (RA). However, 10 of 13 FACIT-F items are identified as relevant to patients with RA. The Patient-Reported Outcomes Measurement Information System (PROMIS) uses an item response theory-calibrated T score metric. The PROMIS Fatigue item bank includes the FACIT-F items, enabling score conversion. The performance of converted PROMIS Fatigue scores has not been evaluated in RA populations or clinical trials. Our objective was to assess the performance of converted PROMIS Fatigue scores in 2 RA clinical trials of baricitinib. METHODS: Crosswalk tables and pattern-scoring methods converted FACIT-F scores to PROMIS Fatigue for both the 13-item FACIT-F and the 10-item RA-optimized FACIT-F instrument, in 2 RA clinical trials evaluating baricitinib, RA-BEAM, and RA-BEACON. RA-BEAM patients had an inadequate response to methotrexate. RA-BEACON patients had an inadequate response or intolerance to ≥1 tumor necrosis factor inhibitor. Baricitinib was compared to all treatment arms via analysis of covariance on PROMIS Fatigue score conversions. RESULTS: Baseline FACIT-F-derived PROMIS Fatigue scores reflected severe fatigue across treatment groups and were similar using different scoring methods. At week 24 in both studies, baricitinib was associated with clinically meaningful improvements in PROMIS Fatigue scores. PROMIS Fatigue scores were consistent for conversion methods and for the 13-item or 10-item FACIT-F. CONCLUSION: All 4 conversion methods showed differentiation of active treatment compared with placebo from week 12, supporting the use of the PROMIS Fatigue and converting the 10-item FACIT-F to assess fatigue and demonstrate treatment benefit in RA clinical trials on a standardized metric.
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 | 0,032 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».