MétaCan
Menu
Retour à la cohorte
Enregistrement W4404100755 · doi:10.1183/13993003.congress-2024.pa2136

Development of the McMaster Cough Severity Questionnaire (MCSQ) for patients with chronic cough

2024· article· en· W4404100755 sur OpenAlexaff
Elena Kum, Gordon Guyatt, Rayid Abdulqawi, Peter V. Dicpinigaitis, Lieven Dupont, Stephen K. Field, Cynthia French, Peter G. Gibson, Richard S. Irwin, Paul Marsden, Lorcan McGarvey, John A. Smith, Woo‐Jung Song, Daiana Stolz, Janwillem Kocks, Paul M. O’Byrne, Imran Satia

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory and Cough-Related Research
Établissements canadiensUniversity of CalgaryMcMaster University
Organismes subventionnairesnon disponible
Mots-clésChronic coughMedicinePhysical therapyInternal medicineAsthma

Résumé

récupéré en direct d'OpenAlex

Background: Cough severity is an important endpoint to assess the impact of therapies for refractory or unexplained chronic cough (RCC/UCC). Objective: To develop a patient-reported outcome measure addressing cough severity in patients with RCC/UCC. Methods: Phase 1: A systematic survey, focus groups, and expert consultation generated 51 items. Phase 2: From a list of 51 items, 100 patients identified those they had experienced in the previous year and rated their importance on a 5-point scale. The draft MCSQ included items reported to occur most frequently and that had the highest importance scores. Patient feedback on the draft MCSQ led to elimination of redundant items. Phase 3: Another 100 patients completed the draft MCSQ, from which we performed an exploratory factor analysis to further refine items on the MCSQ and assess its construct validity and internal consistency. Results: Item reduction using the impact method led to selection of 15 items for the draft MCSQ. Patient feedback on the 15 items led to elimination of 5 redundant items. An exploratory factor analysis of the 10-item MCSQ led to selection of two domains (intensity and frequency), elimination of one item that demonstrated substantial cross-loading, and another that had high inter-item correlations. The final MCSQ consisted of 8 items, each with a one-week recall period, under two domains. The 8-item MCSQ had high internal consistency (α=0.89) and high cross-sectional convergent validity (r=0.76 [95% CI 0.66 to 0.83]) with the 100-mm cough severity visual analogue scale. Conclusions: Initial evidence supports the validity of the MCSQ. Further studies should assess its properties in measuring change over time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,284
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRespiratory and Cough-Related ResearchTravaux en français237 207