Development of a core outcome set for lateral elbow tendinopathy (COS-LET) using best available evidence and an international consensus process
Notice bibliographique
Résumé
OBJECTIVES: To develop a core outcome set for lateral elbow tendinopathy (COS-LET) and to provide guidance for outcome evaluation in future studies. METHODS: We implemented a multi-stage mixed-methods design combining two systematic reviews, domain mapping of outcome measurement instruments to the core domains of tendinopathy, psychometric analysis of instruments, two patient focus groups and a Delphi study incorporating two surveys and an international consensus meeting. Following the OMERACT guidelines, we used a 70% threshold for consensus. RESULTS: 38 clinicians/researchers and 9 patients participated. 60 instruments were assessed for inclusion. The only instrument that was recommended for the COS-LET was Patient Rated Tennis Elbow Evaluation (PRTEE) for the disability domain. Interim recommendations were made to use: the PRTEE function subscale for the function domain; PRTEE pain subscale items 1, 4 and 5 for the pain over a specified time domain; pain-free grip strength for the physical function capacity domain; a Numerical Rating Scale measuring pain on gripping for the pain on activity/loading domain; and time off work for the participation in life activities domain. No recommendations could be made for the quality-of-life, patient rating of condition and psychological factors domains. CONCLUSIONS: The COS-LET comprises the PRTEE for the disability domain. Interim-use recommendations included PRTEE subscales, time off work, pain-free grip strength and a Numerical Rating Scale measuring pain on gripping. Further work is required to validate these interim measures and develop suitable measures to capture the other domains.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».