Concepts Important to Patients With Facial Differences: A Qualitative Study Informing a New Module of the FACE-Q for Children and Young Adults
Notice bibliographique
Résumé
OBJECTIVE: The concepts important to children and young adults who undergo treatments for facial differences are not well-defined. Measurement of treatment outcomes from the patient's perspective is necessary to ensure goals of treatment are met. We aimed to identify concepts important to children and young adults with facial differences through a qualitative study. DESIGN: An interpretive description qualitative approach was followed. Semistructured interviews were conducted, transcribed verbatim, and coded using a line-by-line approach. Qualitative analysis led to the development of a conceptual framework of outcomes important to patients. SETTING: Interviews were conducted in Canada and the United Kingdom at home, by telephone, or in the hospital. PARTICIPANTS: Participants (N = 72) were recruited between May and June 2014 from craniofacial clinics at the Hospital for Sick Children (Toronto) and Great Ormond Street Hospital (London). Participants included anyone with a visible and/or functional facial difference aged 8 to 29 years and fluent in English, excluding patients with a cleft. The sample included 38 females and 34 males, with a mean age of 13.9 years, and included 28 facial conditions (11 facial paralysis, 18 ear anomalies, 26 skeletal conditions, and 17 soft tissue conditions). RESULTS: Analysis led to identification of important concepts within 4 overarching domains: facial appearance, facial function, adverse effects of treatment, and health-related quality of life (psychological, social, and school function). CONCLUSIONS: Our study provides an understanding of concepts important to children and young adults with facial differences.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».