MétaCan
Menu
Retour à la cohorte
Enregistrement W4392362038 · doi:10.1186/s41687-024-00705-z

Examining interrater agreement between self-report and proxy-report responses for the quality of life-aged care consumers (QOL-ACC) instrument

2024· article· en· W4392362038 sur OpenAlexaff
Claire Hutchinson, Jyoti Khadka, Matthew Crocker, Kiri Lay, Rachel Milte, David GT Whitehirst, Lidia Engel, Julie Ratcliffe

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensSimon Fraser University
Organismes subventionnairesCaring Futures Institute, Flinders UniversityFlinders University
Mots-clésProxy (statistics)Inter-rater reliabilityPsychologyQuality of life (healthcare)CognitionConcordancePerspective (graphical)Clinical psychologyGerontologyMedicineDevelopmental psychologyPsychiatryStatisticsRating scale

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quality of life is an important quality indicator for health and aged care sectors. However, self-reporting of quality of life is not always possible given the relatively high prevalence of cognitive impairment amongst older people, hence proxy reporting is often utilised as the default option. Internationally, there is little evidence on the impact of proxy perspective on interrater agreement between self and proxy report. OBJECTIVES: To assess the impacts of (i) cognition level and (ii) proxy perspective on interrater agreement using a utility instrument, the Quality of Life-Aged Care Consumers (QOL-ACC). METHODS: A cross-sectional study was undertaken with aged care residents and family member proxies. Residents completed the self-report QOL-ACC, while proxies completed two proxy versions: proxy-proxy perspective (their own opinion), and proxy-person perspective (how they believe the resident would respond). Interrater agreement was assessed using quadratic weighted kappas for dimension-level data and concordance correlation coefficients and Bland-Altman plots for utility scores. RESULTS: Sixty-three residents (22, no cognitive impairment; 41, mild-to-moderate cognitive impairment) and proxies participated. In the full sample and in the mild-to-moderate impairment group, the mean self-reported QOL-ACC utility score was significantly higher than the means reported by proxies, regardless of perspective (p < 0.01). Agreement with self-reported QOL-ACC utility scores was higher when proxies adopted a proxy-person perspective. CONCLUSION: Regardless of cognition level and proxy perspective, proxies tend to rate quality of life lower than residents. Further research is needed to explore the impact of such divergences for quality assessment and economic evaluation in aged care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,087
score de la tête « metaresearch » (Gemma)0,126
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,458

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0870,126
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,367
Tête enseignante GPT0,448
Écart entre enseignants0,081 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Patient-Reported OutcomesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207