The HAND-Q: Psychometrics of a New Patient-reported Outcome Measure for Clinical and Research Applications
Notice bibliographique
Résumé
The perspective of the patient in measuring the outcome of their hand treatment is of key importance. We developed a hand-specific patient-reported outcome measure to provide a means to measure outcomes and experiences of care from the patient perspective, that is, HAND-Q. METHODS: Data were collected from people with a broad range of hand conditions in hand clinics in six countries between April 2018 and January 2021. Rasch measurement theory analysis was used to perform item reduction and to examine reliability and validity of each HAND-Q scale. RESULTS: A sample of 1277 patients was recruited. Participants ranged in age from 16 to 89 years, 54% were women, and a broad range of congenital and acquired hand conditions were represented. Rasch measurement theory analysis led to the refinement of 14 independently functioning scales that measure hand appearance, health-related quality of life, experience of care, and treatment outcome. Each scale evidenced reliability and validity. Examination of differential item functioning by age, gender, language, and type of hand condition (ie, nontraumatic versus traumatic) confirmed that a common scoring algorithm for each scale could be implemented. CONCLUSIONS: The HAND-Q was developed following robust psychometric methods to provide a comprehensive modular independently functioning set of scales. HAND-Q scales can be used to assess and compare evidence-based outcomes in patients with any type of hand condition.
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 | 0,017 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».