MétaCan
Menu
Retour à la cohorte
Enregistrement W4362691922 · doi:10.1177/03635465231160728

Development and Preliminary Validation of the KOOS-ACL: A Short Form Version of the KOOS for Young Active Patients With ACL Tears

2023· article· en· W4362691922 sur OpenAlexafffund
Hana Marmura, Paul F. Tremblay, Alan Getgood, Dianne Bryant

Notice bibliographique

RevueThe American Journal of Sports Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensImpactFowler Kennedy Sport Medicine ClinicMcMaster UniversityLondon Health Sciences CentreLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchGraymontAmerican Orthopaedic Society for Sports MedicineNational Institutes of HealthInternational Society of Arthroscopy, Knee Surgery and Orthopaedic Sports MedicineU.S. Department of Defense
Mots-clésAnterior cruciate ligamentMedicinePopulationPhysical therapyACL injuryDiscriminant validityCohortPhysical medicine and rehabilitationSurgeryInternal consistencyPatient satisfactionInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: The Knee injury and Osteoarthritis Outcomes Score (KOOS) is a widely used region-specific outcome measure for assessing patients of all ages with a variety of knee conditions. Use of the KOOS for young active patients with anterior cruciate ligament (ACL) tear has been called into question regarding its relevance and interpretability for this specific population. Furthermore, the KOOS does not have adequate structural validity for use in high-functioning patients with ACL deficiency. Purpose: To develop a condition-specific short form version of the KOOS that is appropriate for the young active population with ACL deficiency: the KOOS-ACL. Study Design: Cohort study (diagnosis); Level of evidence, 2. Methods: A baseline data set of 618 young patients (≤25 years old) with ACL tears was divided into development and validation samples. Exploratory factor analyses were conducted in the development sample to identify the underlying factor structure and to reduce the number of 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. Psychometric properties of the KOOS-ACL were assessed using the same data set, expanded to include patient data from 5 time points (baseline and postoperative 3, 6, 12, and 24 months). Internal consistency reliability, structural validity, convergent validity, responsiveness to change, floor/ceiling effects, and detection of treatment effects between surgical interventions (ACL reconstruction alone vs ACL reconstruction + lateral extra-articular tenodesis) were assessed. Results: A 2-factor structure was deemed most appropriate for the KOOS-ACL. Of 42 items, 30 were removed from the full-length KOOS. The final KOOS-ACL model showed acceptable internal consistency reliability (α = .79-.90), structural validity (comparative fit index and Tucker-Lewis index = 0.98-0.99; root mean square error of approximation and standardized root mean square residual = 0.04-0.07), convergent validity (Spearman correlation with International Knee Documentation Committee subjective knee form = 0.61-0.83), and responsiveness across time (significant small to large effects; P < .05). Conclusion: The new KOOS-ACL questionnaire contains 12 items and 2 subscales—Function (8 items) and Sport (4 items)—relevant to young active patients with an ACL tear. Use of this short form would reduce patient burden by more than two-thirds; it provides improved structural validity as compared with the full-length KOOS for our population of interest; and it demonstrates adequate psychometric properties in our sample of young active patients undergoing ACL reconstruction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207