Prioritizing outcome measures after aneurysmal subarachnoid hemorrhage: A q-sort survey of patients, health care providers and researchers
Notice bibliographique
Résumé
Objective: To understand which outcome measures patients and their families, health care providers, and researchers prioritize after aneurysmal subarachnoid hemorrhage (aSAH). Methods: We conducted a cross-sectional q-sort survey with participants from three key stakeholder groups. Potential outcomes were identified from interviews and focus groups. Participants were purposively sampled to achieve diversity based on stakeholder group, geography, and profession. Respondents sorted 27 outcomes in a quasi-normally distributed grid (Q-Sort) from most to least important. Principal components analysis was used to determine similarities in the way participants sorted the outcome measures resulting in distinct groupings. Overall rankings were also reported. Results: 112 participants were invited. 70 responded and 64 participants from 25 different countries completed a Q-sort. Balanced stakeholder representation was achieved. Five distinct patterns were identified based on survival, pathophysiological, psychological, resource use, and functional outcome measures. Quality of life as reported by the patient was the highest ranked outcome measure followed by independence and functional measures. Survival and biomedical outcomes were ranked in the middle and cost measures last. Conclusions: In this diverse sample of key stakeholders, we characterized several distinct perspectives with respect to outcome measure selection in aSAH. We did not identify a clear pattern of opinion based on stakeholder group or other participant characteristics. Patient-reported measure of quality of life was ranked the most important overall with function and independence also highly rated. These results will assist study design and inform efforts to improve outcome selection in aSAH research.
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 | 0,028 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».