Development of the American College of Rheumatology <scp>Patient‐Reported</scp> Outcome Quality Measures for Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: As part of a Centers for Disease Control and Prevention-funded American College of Rheumatology (ACR) initiative, we sought to develop quality measures related to Patient Reported Outcome Measure (PROM) use for systemic lupus erythematosus (SLE) clinical care. METHODS: An expert workgroup composed of physician, patient, and researcher representatives convened to identify patient-reported outcome (PRO) domains of greatest importance to people with SLE. A patient advisory panel separately ranked domains. PROMs assessing priority domains were identified through structured literature review, and detailed psychometric reviews were conducted for each PROM. In a Delphi process, the expert workgroup rated PROMs on content validity, psychometric quality, feasibility of implementation, and importance for guiding patient self-management. The patient advisory panel reviewed PROMs in parallel and contributed to the final recommendations. RESULTS: Among relevant PRO domains, the workgroup and patient partners ranked depression, physical function, pain, cognition, and fatigue as high-priority domains. The workgroup recommended at least once yearly measurement for (1) assessment of depression using the Patient Health Questionnaire or Patient Reported Outcomes Measurement Information System (PROMIS) depression scales; (2) assessment of physical function using PROMIS physical function scales or the Multi-Dimensional Health Assessment Questionnaire; and (3) optional assessments of fatigue and cognition. Pain scales evaluated were not found to be sufficiently superior to what is already assessed in most SLE clinic visits. CONCLUSION: Expert workgroup members and patient partners recommend that clinicians assess depression and physical function at least once yearly in all people with SLE. Additional PROMs addressing cognition and fatigue can also be assessed. Next steps are to incorporate PROM-based quality measures into the ACR The Rheumatology Informatics System for Effectiveness registry.
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 | 0,077 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».