Translation and linguistic validation of 24 PROMIS item banks into French
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: The Patient-Reported Outcome Measurement Information System (PROMIS®) was developed to provide reliable, valid, and normed item banks to measure health. The item banks provide standardized scores on a common metric allowing for individualized, brief assessment (computerized adaptive tests), short forms (e.g. heart failure specific), or profile assessments (e.g. PROMIS-29). The objective of this study was to translate and linguistically validate 24 PROMIS adult item banks into French and highlight cultural nuances arising during the translation process. METHODS: We used the FACIT translation methodology. Forward translation into French by two native French-speaking translators was followed by reconciliation by a third native French-speaking translator. A native English-speaking translator fluent in French then completed a back translation of the reconciled version from French into English. Three independent reviews by bilingual translators were completed to assess the clarity and consistency of terminology and equivalency across the English source and French translations. Reconciled versions were evaluated in cognitive interviews for conceptual and linguistic equivalence. RESULTS: Twenty-four adult item banks were translated: 12 mental health, 10 physical health, and two social health. Interview data revealed that 577 items of the 590 items translated required no revisions. Conceptual and linguistic differences were evident for 11 items that required iterations to improve conceptual equivalence and two items were revised to accurately reflect the English source. CONCLUSION: French translations of 24 item banks were created for routine clinical use and research. Initial translation supported conceptual equivalence and comprehensibility. Next steps will include validation of the item banks.
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.
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 | 0,054 | 0,370 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 découle