Developing an Edema Clinician-Reported Outcome Measure for Nephrotic Syndrome
Notice bibliographique
Résumé
Introduction: Edema is a common manifestation of proteinuric kidney diseases, but there is no consensus approach for reliably evaluating edema. The objective of this study was to develop an edema clinician-reported outcome measure for use in patients with nephrotic syndrome. Methods: A literature review was conducted to assess existing clinician-rated measures of edema. Clinical experts were recruited from internal medicine, nephrology, and pediatric nephrology practices to participate in concept elicitation using semi-structured interviews and cognitive debriefing. Qualitative analysis methods were used to collate expert input and inform measurement development. In addition, training and assessment modules were developed using an iterative process that also utilized expert input and cognitive debriefing to ensure interrater reliability. Results: While several clinician-rated measures of edema have been proposed, our literature review did not identify any studies to support the reliability or validity of these measures. Fourteen clinician experts participated in the concept elicitation interviews, and twelve participated in cognitive debriefing. A clinician-reported outcome measure for edema was developed. The measure assesses edema severity in multiple individual body parts. An online training module and assessment tool were generated and refined using additional clinician input and investigative team expertise. Conclusion: The Edema ClinRO (V1) measure is developed specifically to measure edema in nephrotic syndrome. The tool assesses edema across multiple body parts, and it includes a training module to ensure standardized administration across raters. Future examination of this measure is ongoing to establish its reliability and validity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».