Establishing test-retest reliability and the smallest detectable change of FACE-Q Aesthetic Module scales
Notice bibliographique
Résumé
Background The test-retest (TRT) reliability of FACE-Q Aesthetic scales is yet to be assessed. The aim of this study was to establish the TRT reliability of 17 FACE-Q Aesthetic scales and determine the smallest detectable change (SDC) that can be identified using these scales. Methods Data were collected from an online international sample platform (Prolific). Participants ≥20 years old, who had been to a dermatologist or plastic surgeon for a facial aesthetic treatment within the past 12 months were asked to provide demographic and clinical information and complete an online REDcap survey consisting of 17 FACE-Q Aesthetic scales. Participants were asked if they would be willing to complete the survey again in 7 days. Only the participants who reported no important change in the scale construct and completed the retest within 14 days were included. Results A total of 342 unique participants completed the TRT survey. The mean age of the sample was 36.6 (±11.5) years, and 82.4% were female. With outlier data removed, all FACE-Q scales demonstrated an intraclass correlation coefficient >0.70 indicating "good" TRT reliability. The standard error of measurement for the included scales ranged from 3.37 to 11.87, corresponding to a range of SDC group from 0.95 to 3.23 and SDC ind from 9.34 to 32.91. Conclusion All included FACE-Q scales demonstrated sufficient TRT reliability and stability overall after the outlier data were removed. Moreover, the authors calculated the values for the SDC for these scales.
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 | 0,020 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».