Which Attributes Are Most and Least Important to Patients When Considering Gout Flare Burden Over Time? A Best-worst Scaling Choice Study
Notice bibliographique
Résumé
OBJECTIVE: Several factors contribute to the patient experience of gout flares, including pain intensity, duration, frequency, and disability. It is unknown which of these factors are most important to patients when considering flare burden over time, including those related to the cumulative experience of all flares, or the experience of a single worst flare. This study aimed to determine which flare attributes are the most and least important to the patient experience of flare burden over time. METHODS: Participants with gout completed an anonymous online survey. Questions were aimed at identifying which attributes of gout flares, representing both individual and cumulative flare burden, were the most and least important over a hypothetical 6-month period. A best-worst scaling method was used to determine the importance hierarchy of the included attributes. RESULTS: Fifty participants were included. Difficulty doing usual activities during the worst flare and pain of the worst flare were ranked as the most important, whereas average pain of all flares was considered the least important. Overall, attributes related to the single worst gout flare were considered more important than attributes related to the cumulative impact of all flares. CONCLUSION: When thinking about the burden of gout flares over time, patients rank activity limitation and pain experienced during their worst gout flare as the most important contributing factors, whereas factors related to the cumulative impact of all flares over time are relatively less important.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».