My orthopedic brace inventory (MOBI): a new, reliable, and valid questionnaire to identify barriers to brace adherence in adolescent idiopathic scoliosis treatment
Notice bibliographique
Résumé
PURPOSE: Full-time wearing of an orthopedic brace has demonstrated effectiveness in limiting curve progression in adolescents with idiopathic scoliosis. However, treatment adherence is challenging, with an average wearing time of 13 h/day. Despite this issue, barriers to brace adherence have rarely been studied. The aim of this study was to develop and validate a new instrument tool to evaluate factors influencing brace adherence. METHODS: Our study followed the COnsensus-based Standards for the selection of health Measurement INnstruments criteria (COSMIN). A conceptual framework was initially defined, and experts elaborated, reviewed, and selected candidate items. We also investigated the MOBI's factorial structure and its psychometric properties. RESULTS: The MOBI initial version included 32 items related to four conceptual barriers to adherence, namely social/emotional, treatment, patient, and health system/professional. The factorial analysis led to an 18-item inventory with an internal consistency of 0.85 with four better-defined barriers (treatment social/emotional support structure, patient's self-image and perception, treatment adverse effects, and treatment acceptability. The MOBI-18f correlates with the SRS-22 domain treatment satisfaction and pain and the SF-12 mental health. Patients with poor brace wear time and more severe scoliosis will score higher on the MOBI-18f questionnaire. CONCLUSION: The MOBI-18f is a reliable and valid measure of patients' adherence to brace treatment. This questionnaire can be used to develop interprofessional adherence support intervention in AIS patients undergoing brace treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».