Measurement properties of remotely or self-administered physical performance measures to assess mobility: a systematic review protocol
Notice bibliographique
Résumé
Background Physical performance measures assessing mobility are important tools for assessing current functional status, predicting future functional status, and monitoring change. To respond to the increased necessity to conduct research and care remotely and self-monitor one’s health status, there is a need for reliable, valid, and responsive measures that can be self or remotely administered.Objectives To evaluate (i) the test procedures and population suitability of remotely or self-administered lower extremity performance measures and (ii) the measurement properties of scores for these measures.Methods This review will include quantitative studies with adult participants (≥ 18 years) who are living independently in the community. For the purposes of this review, mobility is defined as the ability to move by changing body position or location or transferring from one place to another as per the International Classification of Functioning, Disability and Health (ICF) framework. Five databases; MEDLINE, EMBASE, CINAHL, AMED and Cochrane CENTRAL will be searched to identify relevant studies. Reference lists of relevant studies will be hand-searched to identify additional eligible studies. Title and abstracts screening, full text screening and data extraction will be completed independently by two reviewers. Results will be compared against COnsensus-based Standards for the selection of health Measurement Instruments’ (COSMIN) criteria for measurement properties which provide a sufficient, insufficient, or indeterminate rating based on whether a previously defined hypothesis (set by research team or by COSMIN). The quality of each study will be assessed by two independent reviewers using COSMIN’s Risk of Bias tool.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».