Putting the Meaning Into Meaningful Change Research
Notice bibliographique
Résumé
Abstract PurposeMethods for deriving clinically meaningful change thresholds have advanced considerably in recent years, however, key questions remain about what the identified change score actually means for an individual patient or group of patient. This is particularly important in the case of ClinROs where the translation from clinically meaningful change to patient-relevance in daily living is not clear. This paper provides case studies from an Industry perspective, where we have addressed this challenge using varied approaches. We have explored meaningful change at both the group and individual level.MethodsWe provide several case studies to illustrate different approaches to understanding and communicating a meaningful outcome on a ClinRO. These include alternative methods for interpreting group-level MCIDs, and several examples of linking ClinRO items to patient-relevant real-world concepts e.g. through exit interviews, translation of ClinRO items into patient-friendly concepts, and use of the Rasch model to equate ClinRO items to real-world functional measures.ResultsEach case study provides unique learning opportunities. For example, contextualising group-level differences, converting MCIDs into other metrics like numbers needed to treat and responder deltas supports interpretation of clinical meaning, especially for clinicians. For interpreting individual-level meaningful change, exit interviews and the development of patient-friendly versions of ClinROs provide a means of linking clinician-focused content to real-world functional outcomes in a meaningful way for patients. Finally, the Rasch model can help predict probable item scores on a ClinRO associated with the threshold at which a function is gained or lost.ConclusionWhile methods for deriving meaningful change thresholds have evolved, there remains a significant challenge in communicating what observed changes mean to the patient, a challenge which is further complicated in ClinROs. These case studies showcase novel approaches to addressing this challenge and may provide a useful addition to the COA scientist’s toolbox.
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 | 0,255 | 0,372 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,088 |
| Communication savante | 0,021 | 0,033 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».