MétaCan
Menu
Retour à la cohorte
Enregistrement W3041649302 · doi:10.1055/s-0040-1713812

Rasch Analysis for the Knee Injury and Osteoarthritis Outcome Score Joint Replacement Version in Individuals Awaiting Total Knee Replacement Surgery

2020· article· en· W3041649302 sur OpenAlexaff
Saurabh P. Mehta, Joshua Jobes, Chloé Parsemain, Steve Lu, Kristie Kelley, Ali Oliashirazi

Notice bibliographique

RevueThe Journal of Knee Surgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensMcMaster UniversitySt. Joseph's Hospital
Organismes subventionnairesnon disponible
Mots-clésRasch modelDifferential item functioningMedicineOsteoarthritisPhysical therapyCeiling effectContext (archaeology)Knee replacementOxford knee scoreRehabilitationJoint replacementPhysical medicine and rehabilitationMinimal clinically important differenceArthroplastyPsychometricsItem response theorySurgeryClinical psychologyRandomized controlled trialPsychology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to verify the single-factor structure of the joint replacement version of the Knee Injury and Osteoarthritis Outcome Score (KOOS-JR) and examine its measurement properties in the context of Rasch analysis in patients with end-stage osteoarthritis of the knee (KOA) awaiting total knee replacement (TKR). The study design was retrieval of prospectively collected clinical data. The data were extracted from the presurgery visit for individuals with KOA who were scheduled for primary TKR at a tertiary care hospital. Those who were scheduled for revision of TKR had any other lower extremity injury or surgery during 6 months prior to the presurgery visit, or those who had reported pre-existing neurological impairments affecting the lower extremity functions were excluded during data extraction. The assumptions of Rasch analysis that were examined included the test of fit, fit of residuals, ordering of item thresholds, Pearson separation index, differential item functioning (DIF), dependency, and unidimensionality. The main outcome measure was KOOS-JR. Data were extracted for 283 patients, including 112 men and 160 women, from clinical charts. The KOOS-JR demonstrated good overall fit to the Rasch model. However, it failed to meet the assumption of unidimensionality. None of the items demonstrated DIF or concerns with response thresholds. Person-item threshold distribution indicated that the score for KOOS-JR overestimated person traits with floor and ceiling effects. Reliability statistics were equal to 0.9, suggesting that seven items within the KOOS-JR were internally consistent and reliable. The hypothetical unidimensional KOOS-JR could not be reproduced in our sample in that KOOS-JR had a latent construct. Future research should perform exploratory factor analysis to examine this latent construct.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,277
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Knee SurgeryMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207