MétaCan
Menu
Retour à la cohorte
Enregistrement W3116447295

Uji Inter-Rater Reliability Western Ontario and Mcmaster University (WOMAC) Osteoarthritis Index pada Pasien Osteoarthritis Knee

2020· article· en· W3116447295 sur OpenAlexaboutno aff
Suryo Saputra Perdana, Amaliyah Hana Safitri, Nabila Nabila, Nur Agung Martopo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWOMACOsteoarthritisMedicineReliability (semiconductor)Physical therapyAlternative medicinePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Penderita Osteoarthritis (OA) Knee tercatat sebanyak 5% dari total seluruh penderita OA knee di dunia sehingga diperlukan alat ukur yang relevan dan reliable untuk mengukur activities daily living (ADL) dan body function pada penderita OA. Selain menguji apakah alat ukur tersebut valid dan reliabel, diperlukan uji inter-rater reliability dari Indeks The Western Ontario and McMaster University Osteoarthritis Index (WOMAC) untuk digunakan di Indonesia. Penelitian ini adalah psychometric study dengan pendekatan cross-sectional untuk menguji inter-rater reliability pada instrumen pengukuran WOMAC yang diujikan kepada fresh graduated fisioterapi dengan seorang pasien osteoarthritis dihari yang sama. Analisis item-per-item dilakukan kepada rater sebelum dilakukannya pemeriksaan kepada pasien. Reliabilitas inter-rater diukur menggunakan fleiss kappa (κ). Indek WOMAC yang terdiri dari 5 pertanyaan yang menanyakan keluhan nyeri, 2 pertanyaan tentang kekakuan dan 17 pertanyaan tentang kesulitan dalam melakukan aktifitas keseharian. Hasil uji statistic mengungkapkan bahwa uji inter-rater reliability untuk WOMAC adalah fair agreement, yang berarti klasifikasi kesepakatan antar rater dikatakan belum cukup adekuat untuk digunakan pada fresh graduated fisioterapi.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,041
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetData Mining and Machine Learning ApplicationsTravaux en français237 207