CO7.1 - Pondération par avis d'expert versus modèles statistiques pour la création d'un score composite des dimensions du questionnaire Flare-OA-16 pour les poussées d'arthrose des membres inférieurs.
Notice bibliographique
Résumé
La création d'un score composite pour un instrument de mesure multidimensionnel est utile pour la prise de décision clinique. L'objectif était de comparer les qualités d'un score composite du questionnaire Flare-OA-16 caractérisant les poussées d'arthrose des membres inférieurs selon les pondérations de ses dimensions obtenues par avis d'expert versus divers modèles statistiques. Cinq méthodes de pondération des cinq dimensions (16 items) du questionnaire Flare-OA-16 pour construire un score additif ont été comparées. Les avis d'experts ont été obtenus auprès de rhumatologues, scientifiques et patients participants au congrès international OMERACT 2023, USA. Ils ont d'abord établi un jugement individuel, puis construit des consensus par groupes. Les modèles statistiques ont été développés sur un jeu de données internationales de sujets atteints d'arthrose des membres inférieurs recrutés en France, Australie, et USA, incluant une question "avez-vous eu une poussée d'arthrose au cours des 4 dernières semaines" (1). Les méthodes de calcul du score avec différentes pondérations des dimensions, en utilisant les items recodés après analyse de Rasch (2), étaient : 1) pondération d'expert individuelle, avec le poids moyen des jugements individuels, 2) pondération consensuelle, avec le poids moyen des jugements consensuels de groupes, 3) équipondération, avec un poids égal à 1 pour chaque dimension (somme simple), 4) pondération de Rasch, avec la correspondance des items sur le trait latent, 5) pondération factorielle obtenue à partir d'une analyse factorielle confirmatoire de second ordre (items et dimensions). L'analyse a décrit la distribution de chaque score composite et leurs performances prédictives de la survenue d'une poussée par calcul de l'aire sous la courbe et son intervalle de confiance (AUC (IC95%). Un panel de 70 experts (18 patients et 52 rhumatologues et chercheurs) seuls, puis réparti en 11 groupes, a déterminé des pondérations pour chacune des cinq dimensions. Parmi les 381 sujets atteints d'arthrose des membres inférieurs, 247 déclaraient une poussée au cours des quatre dernières semaines. Les scores moyens (m (ET)) par dimension variaient de 2,4 (3,2) à 5,0 (2,9). Les pondérations des dimensions par les experts individuels et consensuelles variaient de 13,3 % à 31,2 %, et de 14,1 % à 31,8 %, respectivement. Les cinq scores composites moyens variaient de 4,3 (2,5) à 4,3 (2,6). Il y avait très peu d'effet plancher (5,8 %) et aucun effet plafond selon les cinq méthodes comparées. Les performances de chacune des méthodes pour identifier la survenue d'une poussée avec les scores composites étaient très proches, avec une AUC (IC95%) entre 0,861 (0,821-0,900) et 0,865 (0,826-0,904). A la recherche d'une cause possible de cette similarité, les corrélations (Pearson) calculées entre les dimensions variaient entre r=0,39 et 0,96. les avis d'experts et diverses pondérations issues de modèles statistiques n'ont pas montré de différence de score moyen ni de performance pour identifier la survenue d'une poussée d'arthrose. La corrélation forte à élevée entre les dimensions du questionnaire est une explication possible de ces similarités. Un score composite du questionnaire Flare-OA-16 peut être calculé comme la somme des scores de Rasch de chaque dimension.
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 | 0,007 | 0,007 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».