Psychometric Evaluation of the Scleroderma Skin Questionnaire: A Novel Patient-Reported Outcome for Skin Disease in Patients With Systemic Sclerosis
Notice bibliographique
Résumé
Objective We aimed to evaluate the psychometric properties of the Scleroderma Skin Questionnaire (SSQ), a novel patient-reported outcome (PRO) to assess systemic sclerosis (SSc)–related skin symptoms. Methods Participants were recruited from the SSc Collaborative National Quality and Efficacy Registry (CONQUER). Internal consistency was determined using Cronbach α and McDonald ω total (ωt). The correlation of the SSQ was assessed with the modified Rodnan skin score (mRSS), physician global assessment (PGA), Scleroderma Health Assessment Questionnaire, 29-item Patient-Reported Outcomes Measurement Information System (PROMIS-29), and patient global assessment to assess criterion, convergent, and divergent validity. Correlations were also assessed between patients’ self-reported recall of skin changes over the past 6 months (“SSQ 6-Month”) and 6-month change in mRSS. Results The SSQ was administered to 799 adults (mean age 52.7; 83% female) enrolled in CONQUER. Cronbach α was 0.90 and ωtwas 0.92, indicating high internal consistency. The SSQ was moderately correlated with mRSS (r0.56), with stronger correlations in diffuse (r0.54) vs limited cutaneous subtypes (r0.24; allP< 0.05). The SSQ was also moderately-to-strongly correlated with PROMIS-29 physical function (r−0.50) and pain interference subscales (r0.61), strongly with Health Assessment Questionnaire score (r0.63) and severity subscale (r0.62), and moderately with PGA SSc activity score (r0.48; allP< 0.05). SSQ 6-Month correlated weakly with the 6-month change in mRSS (r0.26;P< 0.05). Conclusion SSQ demonstrated high reliability and moderate correlation with mRSS and legacy PROs. This study provides initial support for SSQ, but not SSQ 6-Month, to assess skin symptoms in patients with SSc.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».