Patient prioritisation of items to develop the Patient‐Reported Impact of Dermatological Diseases measure: A global Delphi study
Notice bibliographique
Résumé
BACKGROUND: The Global Research on the Impact of Dermatological Diseases (GRIDD) project is developing the new Patient-Reported Impact of Dermatological Diseases (PRIDD) measure. PRIDD measures the impact of dermatological conditions on the patient's life. OBJECTIVES: This study aimed to seek consensus from patients on which items to prioritize for inclusion in PRIDD. METHODS: A modified, two-round Delphi study was conducted. Adults (≥18 years) with dermatological conditions were recruited. The survey consisted of a demographic's questionnaire and 263 potential impact items in six languages. Quantitative data used Likert-type ranking scales and analysed against consensus criteria. Qualitative data collected free text responses for additional feedback and a framework analysis was conducted. RESULTS: 1154 people representing 90 dermatological conditions from 66 countries participated. Items were either removed (n = 79), edited (n = 179) or added (n = 2), based on consensus thresholds and qualitative feedback. Results generated the first draft of PRIDD with 27 items across five impact domains. CONCLUSION: This Delphi study resulted in the draft version of PRIDD, ready for psychometric testing. The triangulated data helped refine the existing conceptual framework of impact. PRIDD has since been pilot tested with patients and is currently undergoing psychometric testing.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».