Paper 75: Development and Validation of the KOOS-ACL: A Short-form Version of the KOOS for Young Patients with ACL Tears
Notice bibliographique
Résumé
Objectives: To develop and validate a short form, disease-specific version of the KOOS appropriate for the young active ACL deficient population: the KOOS-ACL. Methods: A baseline dataset of 605 young patients (< 25 years) with ACL tears was divided into a development and validation sample. Exploratory factor analyses were conducted in the development sample to identify the underlying factor structure and reduce the number of KOOS items based on statistical and conceptual indicators. Confirmatory factor analyses were conducted to check fit indices of the proposed KOOS-ACL model in both samples. Structural validity, reliability, and responsiveness to change were assessed in the full sample at five timepoints: baseline and 3 months, 6 months, 12 months and 24 months post-operatively. Results: Two factors were deemed most appropriate for the KOOS-ACL: Functionality and Sport. Fifteen items were removed from the full length KOOS based on discriminant validity (i.e., lack of distinctiveness between some proposed constructs) and another fifteen items were removed for repetitive content. The final KOOS-ACL model showed acceptable structural validity (CFI and TLI > 0.9, RMSEA and SRMR < 0.08), internal consistency reliability (a > 0.8), and responsiveness to change (effect size > 0.8) at all five timepoints in the dataset. The KOOS-ACL showed strong and significant correlations to the original KOOS and IKDC at all timepoints (r > 0.7). Conclusions: The new KOOS-ACL questionnaire contains 12 items and two subscales relevant to young active ACL patients. The KOOS-ACL would reduce patient burden by more than two thirds and provides improved structural validity compared to the full length KOOS while maintaining adequate psychometric properties and relatedness to other popular outcome measures currently used following ACL injuries. The KOOS-ACL may be a more relevant outcome to use with young active ACL patients within the two years of surgery.
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 | 0,024 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».