Building a composite score for patient self-report of flare in osteoarthritis: a comparison of methods with the Flare-OA-16 questionnaire
Notice bibliographique
Résumé
OBJECTIVES: This study aims to compare methods of constructing a composite score for the Flare-OA-16 self-reported questionnaire. METHODS: Participants with knee and hip osteoarthritis (OA) completed a validated 16-item questionnaire assessing five domains of flare. Three estimation methods were compared: (i) second-order confirmatory factor analysis (CFA); (ii) logistic regression, according to the participant's self-report of flare (yes/no); and (iii) Rasch method, with weighted scores in each dimension. The distribution (floor effect [FF] and ceiling effect [CF]) were described and the known-group validity (by self-reported flare) tested by Wilcoxon rank-sum test. Similarity between the scores was analyzed by intraclass correlation coefficient (ICC) and their performance against self-report compared by areas under ROC curves (AUC). Intrascore test-retest reliability at 14 days was assessed by ICC. RESULTS: In a sample of 381 participants, 247 reported having a flare. CFA showed fit indices (comparative fit index [CFI] = 0.95; root mean square error of approximation [RMSEA] = 0.08) and estimated composite mean score = 4.33(SD = 2.85) (FF = 14.9%, CF = 0%). For the logistic regression estimation, the mean composite score was 6.48 (SD = 3.13) (FF = 0%; CF = 0%). With Rasch model, the mean composite score was 4.35 (SD = 2.60) (FF = 14.9%; CF = 0%). Similarity analysis indicated a greater concordance between CFA and Rasch scores (ICC = 0.98) than between logistic regression score and the two others (ICC = 0.88 with Rasch score and 0.90 with CFA score). The AUC indicated similar performance of all methods: logistic model (AUC = 0.89 [0.85-0.92]), CFA, and Rasch model (AUC = 0.86 [0.82-0.90]). The difference between groups was significant (P < .05) for scores estimated by CFA (3.98), Rasch model (4.95), and logistic regression (4.30). The reproducibility was ICC = 0.84 (0.75-0.90) for Rasch and CFA scores and ICC = 0.78(0.66-86) for logistic model. CONCLUSION: Three alternatives explored to build a composite score showed similar construct validity. Some metric superiority (better score distribution and reproducibility) of the Rasch model is promising for the detection of occurrence and assessment of severity of a flare in OA.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».