Clinical Significance Unveiled: Understanding the Meaning of FACE‐Q Skin Cancer Scores for Improved Patient Care
Notice bibliographique
Résumé
OBJECTIVE: The FACE-Q Skin Cancer Module is a Patient-Reported Outcome Measure (PROM) utilized to assess outcomes following facial skin cancer resection. However, the lack of Minimal Important Difference (MID) estimates hinders the interpretability of the PROM scores. This study established MID estimates for the four outcome scales from the FACE-Q Skin Cancer Module using distribution-based methods. METHODS: A prospective cohort study at four hospitals in the United States, enrolled participants who underwent Mohs Micrographic Surgery (MMS) for facial skin cancer between April 2020 and April 2022. Participants completed the Satisfaction with Facial Appearance, Appearance-related Psychosocial Distress, Cancer Worry, and Appraisal of Scars scales at four time points: pre-operatively, 2-week, 6-month, and 1-year post-surgery. RESULTS: A total of 990 patients participated in the study, with completion rates of 98.4% for the pre-operative assessment, 70.8% at 2 weeks, 59.3% at 6 months, and 60.4% at 1 year. MID estimates, calculated using 0.2 standard deviation and 0.2 standardized response mean, were determined for the four scales. The mean MID estimates, based on a Rasch transformed score ranging from 0 to 100, were 5 for the Appraisal of Scars scale and 4 for the remaining three scales. CONCLUSION: This multicenter study provides valuable MID estimates for the FACE-Q Skin Cancer Module, specifically for the MMS patient population, enabling clinicians and researchers to better interpret scores, determine appropriate sample sizes, and apply the findings in clinical care.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».