Validation and interval scale transformation of the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) in patients undergoing knee arthroplasty, using the Rasch model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: WOMAC) to the Rasch model and derive the transformation table for interval scale measurement. Methods: Data from osteoarthritis patients listed for knee arthroplasty (KA) pre-operatively, and at 6- and 12- months post-operative was used. WOMAC was calibrated for fit to the Rasch model for monotonicity, homogeneity, local item independence and absence of differential item functioning (DIF) in a randomly selected 900 patients, 300 from each time point; parameter estimates were then imported into the full data set. Responsiveness was reported through Standard Error of Measurement (SEM); Smallest Detectable Difference (SDD), %SDD and effect sizes (ES) between baseline and 6-months. WOMAC was transformed from ordinal to interval values. Results: 1136 patients (mean age 65.9 years, 69.9% female) were included. WOMAC pain (0-20), function (0-68) and total scores (0-96) had adequate fit to Rasch model with good reliability (Person Separation Index: 0.76, 0.80 and 0.79). No item deletion was required. The SEM, SDD, %SDD and ES of WOMAC total were 4.4, 6.9, 10.1, and 1.97. No significant DIF was seen for age, sex, body mass index, type of KA, languages, and education level. WOMAC pain, function and total scores were transformed to interval scales. Conclusion: WOMAC total, pain and function scales had adequate fit to the Rasch model, providing unidimensional measure with good reliability and responsiveness. Transformation of WOMAC to interval scale measurement is applicable to other studies.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle