MétaCan
Menu
Retour à la cohorte
Enregistrement W4404519333 · doi:10.1186/s41687-024-00785-x

International study to develop a patient-reported outcome measure to evaluate outcomes of gender-affirming care - the GENDER-Q

2024· article· en· W4404519333 sur OpenAlexafffundabout
Manraj Kaur, Shane D. Morrison, Tim C. van de Grift, Astrid Ditte Højgaard, Amalie Lind Jacobsen, Natasha Johnson, Margriet G. Mullender, Lotte Poulsen, Thomas Satterwhite, Richard A. Santucci, John L. Semple, Charlene Rae, Kinusan Savard, Jens Ahm Sørensen, Danny A. Young‐Afat, Andrea L Pusic, Anne F. Klassen

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensFleming CollegeUniversity of TorontoMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchZonMwPlastic Surgery Foundation
Mots-clésMeasure (data warehouse)Outcome (game theory)Patient-reported outcomePsychologyMedicineNursingComputer scienceQuality of life (healthcare)Data miningMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To meaningfully understand outcomes of gender-affirming care, patient-reported outcome measures (PROMs) that are grounded in what matters to individuals seeking care are urgently needed. The objective of this study was to develop a comprehensive PROM to assess outcomes of gender-affirming care in clinical practice, research, and quality initiatives (the GENDER-Q). METHODS: Internationally established guidelines for PROM development were used to create a field test version of the GENDER-Q. In-depth interviews were conducted from December 2018 to March 2020 with youth and adults aged 16 years and older who were seeking or had received gender-affirming care at outpatient clinics providing gender-affirming care located within tertiary care centers or communities in Canada, Denmark, the Netherlands or the US. Data were analyzed and used to develop a conceptual framework and an item pool, which was used to develop preliminary scales. Between February 2021 to November 2021, iterative feedback was sought from clinicians and patient participants on the scales and used to refine or develop new scales. The revised scales were pilot-tested using a crowd-sourcing platform between February 2022 and April 2022. RESULTS: Data from interviews with 84 participants (aged 34 ± 14 years) resulted in a conceptual framework of the GENDER-Q with 13 domains measuring health-related quality of life, sexual, urination, gender practices, voice, hair, face and neck, body, breasts, genital feminization, chest, genital masculinization, and experience of care. Preliminary versions of 44 scales were developed covering most concepts in the conceptual framework. Iterative feedback was obtained from clinician experts (4 to 37 experts per scale; response rate, 67%) and 7-14 patient participants (depending on scale). All scales were refined, and 15 new scales were developed, resulting in 55 scales in the field test version of the GENDER-Q. In total, 601 transgender and gender diverse (TGD) people (aged 25 ± 6 years) participated in the pilot field test and the data were used to make changes to the field test survey. CONCLUSION: The GENDER-Q was developed using extensive input from TGD individuals and clinician experts and represents the most comprehensive set of independently functioning scales that are available to date. An international field test of the GENDER-Q was completed in 2024 and the GENDER-Q is available for use in patient care, clinical research and quality improvement efforts.

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)0,084
score de la tête « metaresearch » (Gemma)0,081
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,443

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0840,081
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,127
Tête enseignante GPT0,431
Écart entre enseignants0,303 · 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
GenreEmpirique

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

En bref

Citations31
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Patient-Reported OutcomesMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207