Refining items for a preference-based, amyotrophic lateral sclerosis specific, health-related quality of life scale
Notice bibliographique
Résumé
Objective: The aim of this study was to refine the items of a preference-based amyotrophic lateral sclerosis health-related quality of life scale (PB-ALS HRQL scale) based on domains generated in a previous study. Methods: Survey methodology was used to assess item importance rating (IR) and independence. Median importance was calculated for each item and a rating of “very important” was required for the item to remain. Correlations were used to examine item independence. Highly correlated items (rs > 0.7) were considered for removal. Cognitive debriefing (CD) interviews, conducted by Zoom, telephone, or email based on participant preference and communication needs, were used to identify potential issues. Participants provided feedback about wording, clarity, response options, and recall period on randomly selected items. Items were considered finalized when three sequential CD participants approved the item with no revisions. Results: Thirty-four people with ALS (PALS, n = 16 females; age range 44–78 years; ALS Functional Rating Scale-Revised [ALSFRS-R] range 0–48) in Canada completed the survey; a subset of 18 PALS completed CD interviews (n = 8 female; age range 44–71 years; ALSFRS-R range 0–48). Four items were highly correlated with one or more items, were not rated as very important, or were not approved via CD and were removed. Conclusions: The final four-response option PB-ALS Scale includes eight items: recreation and leisure, mobility, interpersonal interactions and relationships, eating and swallowing, handling objects, communicating, routine activities, and mood. The next step is to translate the PB-ALS Scale into French and develop a scoring algorithm based on PALS' preferences.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».