Virtual performance measure in osteoarthritis: An innovative transformation of patient care
Notice bibliographique
Résumé
Objectives: The purpose of this study was to develop and establish reliability and validity of a virtual performance measure (VPM) score that encompassed 10 videos in patients with osteoarthritis of the knee joint. Patients' experience and satisfaction were documented. Design: Forty videos were chosen for 10 functional tasks, with four videos showing increasing difficulty for each task. Patients were requested to choose the video that best reflected their own situation. Clinical and radiological findings and self-report and performance measures were completed. Results: Data of 100 patients, 70 (70%) females, mean age: 65 ± 9 were examined. The Cronbach's alpha coefficient that examined internal consistency of the VPM score was 0.92. The intraclass correlation value of 0.82 was obtained for test-retest reliability. Factor analysis showed three distinct domains. There was moderate correlations between the VPM score and the self-report and actual performance measures ranging from r = 0.46 to 0.66. The VPM summated score of 10 activities was able to differentiate between candidates and non-candidates for knee arthroplasty, with the area under the curve value of 0.90 indicating excellent predictive validity. The overall patient experience and satisfaction was positive with 67% of participants feeling that virtual care could have an impact on minimizing physical presence in the clinic or hospital. Conclusions: The VPM is a reliable and valid outcome measure in patients with osteoarthritis of the knee joint. This digital tool has the potential to transform osteoarthritis care by providing a valid remote measurement of real-life functional limitations and reduce the burden of time consuming in-person tests.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».