Predictive Criterion Validity of the Parsley Symptom Index Against the Patient-Reported Outcomes Measurement Information System-10 in a Chronic Disease Cohort: Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Approximately 60% of US adults live with chronic disease, imposing a significant burden on patients and the health care system. With the rise of telehealth, patient-reported outcomes measures (PROMs) have emerged as pivotal tools for managing chronic disease. While numerous PROMs exist, few have been designed explicitly for telehealth settings. The Parsley Symptom Index (PSI) is an electronic patient-reported outcome measure (ePROM) developed specifically for telehealth environments. OBJECTIVE: Our aim is to determine whether the PSI predicts changes in the established Patient-Reported Outcomes Measurement Information System-10 (PROMIS-10) Global Health, a 10-question short form. METHODS: We conducted a retrospective cohort study using data from 367 unique patients, amassing 1170 observations between August 30, 2017, and January 30, 2023. Patients completed the PSI and the PROMIS-10 multiple times throughout the study period. Using univariate regression models, we assess the predictive criterion validity of the PSI against PROMIS-10 scores. RESULTS: This study revealed significant relationships between the PSI and PROMIS-10 physical and mental health scores through comprehensive univariate analyses, thus establishing support for the criterion validity of the PSI. These analyses highlighted the PSI's potential as an insightful tool for understanding and predicting both mental and physical health dimensions. CONCLUSIONS: Our findings emphasize the importance of the PSI in capturing the nuanced interactions between symptomatology and health outcomes. These insights reinforce the value of the PSI in clinical contexts and support its potential as a versatile tool in both research and practice.
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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».