A core outcome set for multimorbidity risk in individuals with cerebral palsy
Notice bibliographique
Résumé
AIM: To: (1) investigate the importance of outcome measurement instruments (OMIs) within a core outcome set (COS) for multimorbidity (at least two chronic health conditions) risk in individuals with cerebral palsy (CP); (2) investigate the feasibility of OMIs within the COS in international clinical research settings in adolescents and adults with CP; and (3) describe the associations between the COS data and Gross Motor Function Classification System (GMFCS) levels. METHOD: Eighty-three individuals with CP completed a survey on health outcomes: physical behaviour, nutrition, sleep, endurance, body composition, blood pressure, blood lipids, and glucose. A cross-sectional study assessed the feasibility of the COS in 67 adolescents and adults with CP (mean age 30y, SD 15y 1mo, min-max: 14-68y, 52.2% male) at four centres. Prevalence of multimorbidity risk and associations with GMFCS levels are described. RESULTS: Most participants rated physical behaviour, nutrition, sleep, and endurance as very important. Body composition, blood pressure, nutrition, and sleep were highly feasible since data were collected in 88% or more participants who consented to having the assessments. Physical behaviour, cardiorespiratory endurance, and blood draws were collected in less than 60% of participants. Total time sedentary (ρ=0.53, p<0.01) and endurance (ρ=-0.46, p<0.01) were significantly associated with GMFCS level. INTERPRETATION: The COS identified that most participants had poor sleep quality and endurance, did not have healthy diets, and showed increased sedentary behaviour. Individuals with CP valued these outcomes as most important, suggesting a need to assess these modifiable behaviours in this population. Objective measures of physical behaviour and cardiorespiratory endurance in the COS required additional personnel, time, and participant burden. We recommend that healthcare providers should perform a simpler first screen using questionnaire-based assessments and then focus the use of the remainder of the COS if required for the patient.
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».