Patient Reported Outcome Measures for Rheumatoid Arthritis Disease Activity: Rasch measurement theory to identify items and domains
Notice bibliographique
Résumé
OBJECTIVES: Disease activity (DA) monitoring is a standard of care in RA. There is demand for achieving this through patient-reported outcome measures (PROMs). The aim of this study was to determine which items could be used to measure the construct of RA DA, by analysing legacy PROMs, using Rasch measurement theory (RMT) analyses. METHODS: Questionnaires including 10 legacy PROMs were sent to people with RA to create original and validation datasets. Items were grouped according to OMERACT domains and analysed using principal component analysis. Based on separate domain RMT analyses of the original dataset, domain-level testlets were assessed to determine which items measure the construct of RA DA. The result was then replicated in confirmatory factor analyses bifactor models and RMT analyses of the validation dataset. Psychometric properties of legacy PROMs were also assessed in the original dataset. RESULTS: The total sample size was 691 (original: 398, validation: 293). The Patient global domain was split into General health and Disease activity domains under RMT. General health and Fatigue domain items measure a separate construct to the construct of RA DA. A set of 12 Pain, Disease activity, Tenderness and swelling, Physical functioning and Stiffness domain items can be used to measure the construct of RA DA. No legacy PROMs fully fit the Rasch measurement model. CONCLUSION: General health and Disease activity domain items are not interchangeable. Twelve items form an item pool that can be used to measure the construct of RA DA. Legacy PROMs should not be recommended for use.
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 | 0,035 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».