CO2.3 - Construction d'un score composite d'auto-évaluation de poussée dans l'arthrose des membres inférieurs: une comparaison de méthodes avec le questionnaire Flare-OA-16
Notice bibliographique
Résumé
Un score de fréquence et de gravité des poussées d'arthrose est essentiel pour guider les traitements. L'objectif était de comparer plusieurs méthodes de construction d'un score composite pour l'auto-questionnaire Flare-OA-16 de mesure de la poussée d'arthrose du genou et de la hanche, défini comme un ensemble de symptômes d'une durée et d'une intensité suffisantes pour nécessiter l'instauration, la modification ou l'augmentation d'un traitement (1). Les participants avec une arthrose du genou ou de la hanche diagnostiquée ont répondu à un questionnaire validé de 16 items (2,3) explorant cinq dimensions de la poussée validée par OMERACT: douleur, gonflement, raideur, aspects psychologiques et conséquences des symptômes. Trois méthodes d'estimation ont été comparées: le score obtenu i) par analyse factorielle confirmatoire (AFC) de second ordre pondérant les charges factorielles dans une combinaison linéaire des cinq dimensions ; ii) par régression logistique modélisant la probabilité d'avoir une poussée selon la déclaration du participant (oui/non) ; et iii) par méthode de Rasch utilisant la moyenne des scores pondérés issu d'un modèle de Rasch par dimension. Pour les trois méthodes, les items désordonnés ont été modifiés, puis les scores normalisés de 0 à 10. La distribution (effets planchers sans poussée (PSP) et plafonds avec poussée (PAP)) des scores de chaque modèle, la similarité des scores analysée par coefficient de corrélation intra-classe (ICC) et leurs performances par les aires sous la courbes ROC (AUC [intervalles de confiance à 95%]) et la reproductibilité test-retest intra-score à 15 jours estimée par ICC ont été comparées. Parmi 381 participants ayant rempli complètement les questionnaires, 247 ont déclaré une poussée. Avec l'AFC, de bons indices d'adéquation (CFI=0,94 ; RMSEA=0,08) ont justifié l'estimation d'un score global m=3,90 (ET=2,79), avec un effet PSP 27,6 % et PAP 2,0 %. Pour l'estimation par régression logistique, le score global était de m=6,48 (ET=3,13), avec un effet PSP 0 % et PAP 34,0 %. Avec le modèle de Rasch, le score composite était de m=4,15 (ET=2,45), avec un effet PSP 18,7 % et PAP 0 %. Il existait une plus grande corrélation entre les scores AFC et Rasch (ICC=0,99) qu'entre le score de régression logistique et les autres (ICC=0,87). La courbe ROC a indiqué une performance similaire du score global estimé par modèle logistique (AUC=0,88[0,85-0,92]), par l'AFC (AUC=0,86[0,82-0.90]) et par le modèle de Rasch (AUC=0,86[0,82-0,90]). La reproductibilité était proche avec ICC=.84[.95-.90] pour les scores Rasch et CFA et ICC=.78[.66-86] pour le score logistique. La comparaison des méthodes de construction d'un score composite a exploré trois solutions satisfaisantes. L'AFC de second ordre confirme l'unicité de la mesure du concept de poussée, le modèle logistique a une légère supériorité expliquée par la variable de référence utilisée et le modèle de Rasch garantit l'obtention d'une échelle d'intervalle pour chaque dimension. La distribution des scores offrant la plus faible combinaison d'effets planchers et plafonds est en faveur du modèle de Rasch. Un score obtenu du point de vue du patient peut contribuer à augmenter l'adhérence au traitement prescrit et la prise en charge. Poussée , Arthrose , Genou et hanche , Score composite Les auteurs n'ont pas précisé leurs éventuels liens d'intérêts.
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 | 0,012 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».