MétaCan
Menu
Retour à la cohorte
Enregistrement W4362697353 · doi:10.1136/military-2022-002219

Health measurement instruments and their applicability to military veterans: a systematic review

2023· review· en· W4362697353 sur OpenAlexafffund
Jane Jomy, Payal Jani, Fatima Sheikh, Rana Charide, Jasmine Mah, Rachel Couban, Benjamin Kligler, Andrea Darzi, B K White, Tom Hoppe, Jason W. Busse, Dena Zeraatkar

Notice bibliographique

RevueBMJ Military Health · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensDalhousie UniversityImpactMcMaster UniversityUniversity of Toronto
Organismes subventionnairesChronic Pain Centre of Excellence for Canadian Veterans
Mots-clésPsycINFOCINAHLMental healthMEDLINEPsychological interventionMedicineGerontologyPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Accurate measurement of health status is essential to assess veterans' needs and the effects of interventions directed at improving veterans' well-being. We conducted a systematic review to identify instruments that measure subjective health status, considering four components (ie, physical, mental, social or spiritual well-being). METHODS: Following Preferred Reporting Items for Systematic Reviews and Meta-Analyses, we searched CINAHL, MEDLINE, Embase, PsycINFO, Web of Science, JSTOR, ERIC, Social Sciences Abstracts and ProQuest in June 2021 for studies reporting on the development or evaluation of instruments measuring subjective health among outpatient populations. We assessed risk of bias with the Consensus-based Standards for the Selection of Health Measurement Instruments tool and engaged three veteran partners to independently assess the clarity and applicability of identified instruments. RESULTS: Of 5863 abstracts screened, we identified 45 eligible articles that reported health-related instruments in the following categories: general health (n=19), mental health (n=7), physical health (n=8), social health (n=3) and spiritual health (n=8). We found evidence for adequate internal consistency for 39 instruments (87%) and good test-retest reliability for 24 (53%) instruments. Of these, our veteran partners identified five instruments for the measurement of subjective health (Military to Civilian Questionnaire (M2C-Q), Veterans RAND 36-Item Health Survey (VR-36), Short Form 36, Abbreviated World Health Organization Quality of Life questionnaire (WHOQOL-BREF) and Sleep Health Scale) as clear and very applicable to veterans. Of the two instruments developed and validated among veterans, the 16-item M2C-Q considered most components of health (mental, social and spiritual). Of the three instruments not validated among veterans, only the 26-item WHOQOL-BREF considered all four components of health. CONCLUSION: We identified 45 health measurement instruments of which, among those reporting adequate psychometric properties and endorsed by our veteran partners, 2 instruments showed the most promise for measurement of subjective health. The M2C-Q, which requires augmentation to capture physical health (eg, the physical component score of the VR-36), and the WHOQOL-BREF, which requires validation among veterans.

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)0,045
score de la tête « metaresearch » (Gemma)0,195
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,195
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0110,010
Bibliométrie0,0160,017
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,186
Tête enseignante GPT0,465
Écart entre enseignants0,278 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Military HealthMême sujetHealth disparities and outcomesTravaux en français237 207