Rehabilitation Treatment Specification System: Content and Criterion Validity Across Evidence-Based Voice Therapies for Muscle Tension Dysphonia
Notice bibliographique
Résumé
PURPOSE: Systematically improving voice therapy outcomes is challenging as the clinician actions (i.e., active ingredients) responsible for improved patient functioning (i.e., targets) are relatively unknown. The theory-driven Rehabilitation Treatment Specification System (RTSS) and standard, voice-specific terminology based on the RTSS (RTSS-Voice) may help address this problem. This qualitative study evaluated if the RTSS and RTSS-Voice can describe four evidence-based voice therapies for muscle tension dysphonia without missing critical aspects (content validity) and identify commonalities and differences across them (criterion validity). METHOD: Qualitative interviews were completed between the clinicians (protocol experts) who developed and/or popularized the vocal function exercises, laryngeal reposturing, circumlaryngeal massage, and conversation training therapies as well as RTSS experts to produce RTSS specifications that met two consensus criteria: (a) The protocol expert agreed that the specification represented their treatment theory, and (b) the RTSS experts agreed that the specifications correctly adhered to both the RTSS framework and the RTSS-Voice's standard terminology. RESULTS: The RTSS and RTSS-Voice comprehensively described voice therapy variations across and within the four diverse treatment programs, needing only the addition of one new target: overall auditory-perceptual severity. CONCLUSIONS: The RTSS and RTSS-Voice exhibited strong content validity. The standard RTSS-Voice terminology helped identify, for the first time, commonalities and differences in treatment ingredients, targets, and mechanisms of action across four treatments developed for the same patient population. In the long term, the RTSS and RTSS-Voice could provide the framework for an ever-growing collection of clinically meaningful and evidence-based therapy algorithms with potential to improve research, education, and clinical care. SUPPLEMENTAL MATERIAL: https://doi.org/10.23641/asha.25537624.
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 | 0,295 | 0,408 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».