MétaCan
Menu
Retour à la cohorte
Enregistrement W3185347566 · doi:10.1177/15459683211033854

Development and Validation of Crosswalks Between FIM® and SCIM III for Voluntary Musculoskeletal Movement Functions

2021· article· en· W3185347566 sur OpenAlexaffabout
Linda Jones, Chih‐Ying Li, David Weitzenkamp, John D. Steeves, Susie Charlifue, Gale G. Whiteneck

Notice bibliographique

RevueNeurorehabilitation and neural repair · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesUniversity of Texas Medical Branch
Mots-clésSchema crosswalkRasch modelPhysical medicine and rehabilitationPhysical therapyRehabilitationSpinal cord injuryFunctional Independence MeasurePsychologyStatisticsMedicineMathematicsSpinal cordPedestrianTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Background. In spinal cord injury, there are multiple databases containing information on functional recovery, but data cannot be pooled or compared due to differences in how function is measured. A crosswalk is needed to link or convert scores between instruments. Objectives. To create a crosswalk between the voluntary musculoskeletal movement items in the Functional Independence Measure (FIM®) and the Spinal Cord Independence Measure III (SCIM III) for spinal cord injury. Methods. Retrospective datasets with FIM® and SCIM III on the same people were used to develop (Swiss dataset, n = 662) and validate (US, n = 119, and Canadian datasets, n = 133) the crosswalks. Three different crosswalk methods (expert panel, equipercentile, and Rasch analysis) were employed. We used the correlation between observed scores on FIM® and SCIM III to crosswalked scores as the primary criterion to assess the strength of the crosswalk. Secondary criteria such as score distributions, Cohen’s effect size, point differences, and subgroup invariance were also evaluated. Results. All three methods resulted in strong correlation coefficients, exceeding the primary criterion value of r = .866 (.897–.972). Assessment of secondary criteria suggests the equipercentile and Rasch methods produced the strongest crosswalks. Conclusions. The Rasch FIM®/SCIM III crosswalk is recommended because it is based on co-calibration of linearized measures, allowing for more sophisticated parametric analyses. The crosswalk will allow comparisons of voluntary musculoskeletal functional recovery across international databases using different functional measures, as well as different systems of care and rehabilitation approaches.

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)0,068
score de la tête « metaresearch » (Gemma)0,184
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 enseignants0,068
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,184
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,005
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,043
Tête enseignante GPT0,367
Écart entre enseignants0,323 · 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitation and neural repairMême sujetSpinal Cord Injury ResearchTravaux en français237 207