Stakeholder engagement in the development of an upper extremity outcome measure for children with rare musculoskeletal conditions
Notice bibliographique
Résumé
BACKGROUND: Upper extremity (UE) involvement is prevalent in 73% of individuals with arthrogryposis multiplex congenita (AMC), yet no AMC-specific outcome measure exists. When developing a measure specific to a population with a rare musculoskeletal condition, clinicians' and patients' perspectives and involvement is a crucial and necessary step. This study sought to determine the most clinically useful items for an outcome measure of UE function for children with AMC as defined by caregivers and clinicians. METHODS: To ensure the perspectives and needs of caregivers of children with AMC and clinicians were considered in the development of the UE measure for AMC, a Nominal Group technique (NGT) with caregivers of children with AMC (phase 1) followed by a three-round survey with clinicians (phase 2) were carried out. RESULTS: Phase 1: Eleven individuals participated in the nominal group technique and identified 32 items. The most important items were Picking up an object (n = 11), Eating (n = 10), Reaching mouth (n = 10), Getting out of bed (n = 10). Phase 2: Invitations to participate to an online survey was sent to 47 experts in the field of AMC, 20 participants completed round 1, 15 completed round 2 and 13 completed round 3. Throughout the survey, participants were asked about movement required to screen the UE, essential domains to be included in the measure, establishing a scoring guide and identifying tasks associated with joint motion and position. CONCLUSION: A preliminary version of an UE AMC-specific outcome measure was developed with the help of caregivers' perspectives and expert opinions.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».