Extending the Range of Measurement for Minimally Invasive Treatments by Adding New Concepts to FACE-Q Aesthetics Scales
Notice bibliographique
Résumé
Background: The Satisfaction with Face Overall and Psychological Function scales are the most frequently used FACE-Q Aesthetics module scales. This study aimed to extend their range of measurement by adding and testing new concepts. We aimed to create FACE-Q Aesthetics item libraries. Methods: In-depth concept elicitation interviews were conducted. Concepts were formed into items and refined through multiple rounds of patient and expert input. The items were tested with people living in the United States, Canada, and the United Kingdom who had minimally invasive facial aesthetic treatments. Participants were recruited through an online platform (ie, Prolific). Psychometric properties were examined using Rasch measurement theory analysis, test-retest reliability, and construct validity. Results: We conducted 26 interviews. New concepts were developed into items and refined with input from 12 experts, 11 clinic patients, and 184 Prolific participants. A sample of 1369 Prolific participants completed 52 appearance and 22 psychological items. After removing 10 and 2 items respectively, the psychometric tests provided evidence of reliability with the person separation index, Cronbach alpha, and test-retest reliability values without extremes of 0.88 or more. For validity, lower scores were associated with looking older than one's age, being more bothered by facial skin laxity, treatment wearing off, and having deeper lines on Merz Assessment scales. Short-form scales formed from the 42 appearance items provide examples of item library application. Conclusions: This study provides an innovative means to customize scales to measure appearance and psychological function that maximizes content validity and minimizes respondent burden in the context of minimally invasive treatments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».