Ataxia Rating Scales: Content Analysis by Linking to the International Classification of Functioning, Disability and Health
Notice bibliographique
Résumé
Ataxia management is mainly based on rehabilitation, symptomatic management, and functional improvement. Therefore, it is important to comprehensively assess ataxic symptoms and their impact on function. Recently, the movement disorders society recommended four generic ataxia rating scales: scale for assessment and rating of ataxia (SARA), international cooperative ataxia rating scales, Friedreich’s ataxia rating scale (FARS), and unified multiple system atrophy rating scale (UMSARS). The aim of the study was to analyze and compare the content of the recommended ataxia rating scales by linking them to the international classification of functioning, disability and health (ICF). A total of 125 meaningful concepts from 93 items of the four included scales were linked to 57 different ICF categories. The ICF categories were distributed in body structure (n = 8), body function (n = 26), activity and participation (n = 20), and environmental factors (n = 3) components. UMSARS and FARS were the only ones that have addressed the body structure or environmental factors component. The content analysis of ataxia rating scales would help clinicians and researchers select the most appropriate scale and understand ataxic symptoms and their impact on function. It seems that SARA is the optimal scale for rapid assessment of ataxia or in busy clinical settings. UMSARS or FARS are more appropriate for the investigating the impact of ataxia on overall health, and monitoring ataxia progression and disability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».