Long COVID and episodic disability: advancing the conceptualisation, measurement and knowledge of episodic disability among people living with Long COVID – protocol for a mixed-methods study
Notice bibliographique
Résumé
INTRODUCTION: As the prevalence of Long COVID increases, there is a critical need for a comprehensive assessment of disability. Our aims are to: (1) characterise disability experiences among people living with Long COVID in Canada, UK, USA and Ireland; and (2) develop a patient-reported outcome measure to assess the presence, severity and episodic nature of disability with Long COVID. METHODS AND ANALYSIS: In phase 1, we will conduct semistructured interviews with adults living with Long COVID to explore experiences of disability (dimensions, uncertainty, trajectories, influencing contextual factors) and establish an episodic disability (ED) framework in the context of Long COVID (n~10 each country). Using the conceptual framework, we will establish the Long COVID Episodic Disability Questionnaire (EDQ). In phase 2, we will examine the validity (construct, structural) and reliability (internal consistency, test-retest) of the EDQ for use in Long COVID. We will electronically administer the EDQ and four health status criterion measures with adults living with Long COVID, and readminister the EDQ 1 week later (n~170 each country). We will use Rasch analysis to refine the EDQ, and confirm structural and cross-cultural validity. We will calculate Cronbach's alphas (internal consistency reliability), and intraclass correlation coefficients (test-retest reliability), and examine correlations for hypotheses theorising relationships between EDQ and criterion measure scores (construct validity). Using phase 2 data, we will characterise the profile of disability using structural equation modelling techniques to examine relationships between dimensions of disability and the influence of intrinsic and extrinsic contextual factors. This research involves an academic-clinical-community partnership building on foundational work in ED measurement, Long COVID and rehabilitation. ETHICS AND DISSEMINATION: This study was approved by the University of Toronto Research Ethics Board. Knowledge translation will occur with community collaborators in the form of presentations and publications in open access peer-reviewed journals and presentations.
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 | 0,022 | 0,009 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».