Convergent validity and inter-rater reliability of a lower-limb multimodal physical function assessment in community-dwelling older adults
Notice bibliographique
Résumé
Introduction: Lower-limb physical function declines with age and contributes to a greater difficulty in performing activities of daily living. Existing assessments of lower-limb function assess one dimension of movement in isolation or are not time-efficient, which discourages their use in community and clinical settings. We aimed to address these limitations by assessing the inter-rater reliability and convergent validity of a new multimodal functional lower-limb assessment (FLA). Methods: FLA consists of five major functional movement tasks (rising from a chair, walking gait, stair ascending/descending, obstacle avoidance, and descending to a chair) performed consecutively. A total of 48 community-dwelling older adults (32 female participants; age: 71 ± 6 years) completed the FLA as well as timed up-and-go, 30-s sit-to-stand, and 6-min walk tests. Results: Slower FLA time was correlated with a slower timed up-and-go test (ρ = 0.70), less sit-to-stand repetitions (ρ = −0.65), and a shorter distance in the 6-min walk test (ρ = −0.69; all, p < 0.001). Assessments by two raters were not different (12.28 ± 3.86 s versus 12.29 ± 3.83 s, p = 0.98; inter-rater reliability ρ = 0.993, p < 0.001) and were statistically equivalent (via equivalence testing). Multiple regression and relative weights analyses demonstrated that FLA times were most predicted by the timed up-and-go performance [adjusted R2 = 0.75; p < 0.001; raw weight 0.42 (95% CI: 0.27, 0.53)]. Discussion: Our findings document the high inter-rater reliability and moderate-strong convergent validity of the FLA. These findings warrant further investigation into the predictive validity of the FLA for its use as an assessment of lower-limb physical function among community-dwelling older adults.
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 | 0,018 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».