Psychometric Validation of the FACE-Q Craniofacial Module for Facial Nerve Paralysis
Notice bibliographique
Résumé
Background: Systematic reviews have identified the need for a patient-reported outcome measure for facial nerve paralysis (FNP). The aim of this study was to determine the psychometric properties of FACE-Q Craniofacial module scales when used in a combined sample of children and older adults with FNP. Methods: Data were collected between December 2016 and December 2019. We conducted qualitative interviews with children and adults with FNP. FACE-Q data were collected from patients aged 8 years and older with FNP. Rasch measurement theory analysis was used to examine the reliability and validity of the relevant scales in the FNP sample. Results: Twenty-five patients provided 2052 qualitative codes related to appearance, physical, psychological, and social function. Many patient concerns were common across age. The field-test sample included 235 patients aged 8–81 years. Of the 13 scales examined, all 122 items had ordered thresholds and good item fit to the Rasch model. For 12 scales, person separation index values were ≥0.79 and Cronbach's alpha values were ≥0.82. The 13th scale's reliability values were ≥0.71. Conclusion: The FACE-Q Craniofacial module scales described in this study can be used to collect and compare evidence-based outcome data from children and adults with FNP.
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 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».