Outcomes Evaluating Quality of Life and Their Measurement Properties in Early-onset Scoliosis: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Early-onset scoliosis (EOS) is a spinal deformity affecting children under the age of 10. Understanding the impact of EOS on quality of life can be achieved through appropriate patient/carer-reported outcome measures (PROMs). The aim of this systematic review was to identify, evaluate and summarize the evidence for the measurement properties of health-related quality of life (HR-QoL) outcome measures in the EOS population. METHODS: A 2-stage search methodology was conducted across the PubMed, MEDLINE, EMBASE, EMCARE, PsychINFO, and CINAHL databases. Search 1 identified PROMs used to evaluate the quality of life in EOS, and search 2 identified studies of the measurement properties of these PROMs. Two reviewers performed searching, study screening and selection and assessed studies for risk of bias using the Consensus-based Standards for the selection of health Measurement INstruments (COSMIN) Risk of Bias checklist. One reviewer performed data extraction. Evidence for each measurement property per PROM was summarized and evaluated using a modified GRADE approach. RESULTS: Search 1 identified 19 (10 disease-specific, 9 generic) PROMs that have been used to assess HR-QoL or a relevant domain in the EOS population. Search 2 identified only one PROM (the 24-item Early-Onset Scoliosis Questionnaire, EOSQ) with eligible studies (n=4) evaluating measurement properties. There is low-quality evidence for sufficient content validity, very low-quality evidence for sufficient reliability and low-quality evidence for sufficient criterion validity, specifically regarding the pulmonary function domain) of the EOSQ. Construct validity and responsiveness were rated as indeterminate. There were no studies on measurement error. CONCLUSIONS: Our search strategy found that measurement properties have only been evaluated for one PROM, the EOSQ. There is low-quality evidence for sufficient measurement properties for the EOSQ in patients under the age of 10 with EOS. Further research is needed to improve the quality of evidence for EOSQ measurement properties and investigate other PROMs in this population. LEVEL OF EVIDENCE: Level II.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».