Development and Validation of a Patient-Reported Outcome Measure for Fingernail and Toenail Conditions: The NAIL-Q
Notice bibliographique
Résumé
Background: Patient-reported outcome measures (PROMs) are needed to measure outcomes that matter to people with nail conditions, from their perspective. Objective: To design a comprehensive new PROM (NAIL-Q) to measure outcomes important in toenail and fingernail conditions. Methods: A mixed methods iterative approach was used. Phase 1 involved concept elicitation interviews that were audio-recorded, transcribed, and coded line-by-line. Concepts were developed into scales and refined through cognitive debriefing interviews with patients and expert input. Data was then collected from an international sample using a crowdsource platform. Eligible participants were aged ≥18 years with a nail condition for at least 3 months. Rasch Measurement Theory (RMT) analysis was used to examine item and scale performance. Other psychometric tests included test-retest reliability, and convergent and construct validity. Results: Phase 1 interviews involved 23 patients with 10 nail conditions and input from 11 dermatologists. The analysis led to the development of 84 items for field-testing. In Phase 2, 555 participants completed the survey. Toenail conditions (n = 441) were more common than fingernail conditions (n = 186). The RMT analysis reduced the number of items tested to 45 in 7 scales measuring nail appearance, health-related quality of life concerns, and treatment outcomes. All items had ordered thresholds and nonsignificant chi-square p values. Reliability statistics with and without extremes for the Person Separation Index were ≥0.79 and Cronbach's alpha were ≥0.83, and for intraclass correlation coefficients were ≥0.81. Construct validity was further supported in that most participants agreed that the NAIL-Q was easy to understand, asked relevant and important questions in a respectful way, and that it should be used to inform clinical care. Conclusion: The NAIL-Q is a rigorously designed and tested PROM that measures nail appearance, health-related quality of life and treatment outcomes. This PROM can be used in clinical practice to inform patient care and to include the patient perspective in research.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».