MétaCan
Menu
Retour à la cohorte
Enregistrement W4413436304 · doi:10.1016/j.ejso.2025.110363

Cross-cultural adaptation of the locally recurrent rectal cancer – Quality of life questionnaire

2025· article· en· W4413436304 sur OpenAlexaffabout
Niamh McKigney, Jan M. van Rees, Stefi Nordkamp, Sophia Waldenstedt, Elisabeth González, Henriette Vind Thaysen, Luca Sorrentino, Lara Boissieras, Imad Banday, Asif Mehraj, Raza Sayyed, Bushra Ayub, G Khasthuri, Marta Barros Segura, Nair Fernandes, Carlos Frederico Sparapan Marques, Christiane Haro, Galina Velikova, Julia Brown, Deena Harji, Joost Rothbarth, Cornelis Verhoef, H.J.T. Rutten, Jacobus W. A. Burger, Eva Angenete, Henrik Kidmose Christensen, Maurizio Cosimelli, Quentin Denost, Nisar Ahmad Chowdri, F.Q. Parray, Rauf A. Wani, Chew Min Hoe, Frederick Koh Hong Xiang, Sebastiano Biondo, Thomas Golda, Eloy Espín, Gianluca Pellino, Caio Sérgio Rizkallah Nahas, Ahmer Karimuddin, Elliott Gee, Terry Phang, Anu Ghuman, T G Mullaney, Frank Frizelle, Scott R. Steele, Ipek Sapci, Stefan D. Holubar, Brian K. Bednarski, Yiqian Nancy You, Karyn B. Stitzenberg, Yoana P. Avitan, D. C. Winter, Cathal Hayes, Mohamed Ismaiel, Avanish Saklani, Jitender Rohila, Ajesh Raj Saksena, T. Subramanyeshwar Rao, Sujit Chyau Patnaik, Ahmed Syed Murtuza

Notice bibliographique

RevueEuropean Journal of Surgical Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesPelican Cancer FoundationBowel Research UK
Mots-clésAdaptation (eye)Quality of life (healthcare)Colorectal cancerQuality (philosophy)MedicinePsychologyCancerGeographyNursingInternal medicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

AIM: The Locally Recurrent Rectal Cancer - Quality of Life (LRRC-QoL) questionnaire was developed as a disease specific measure of health-related quality of life (HrQoL) in locally recurrent rectal cancer (LRRC), it has previously been validated for use in the UK and Australia. The aim of this study was to translate and cross-culturally adapt the LRRC-QoL to enable its use on an international platform. MATERIALS AND METHODS: Cross-cultural adaptation of the LRRC-QoL was undertaken through a process of 1) Translatability Assessment (TA), 2) forward-backward translation, and 3) pre-testing interviews to establish content validity and conceptual equivalence across all versions. The QQ-10 measure was used to assess face validity and acceptability. The LRRC-QoL was translated into 13 languages: Danish, Dutch, French, Hindi, Italian, Mandarin, Marathi, Portuguese, Russian, Spanish, Swedish, Telugu, and Urdu. RESULTS: In total, 67 patients and 6 clinicians were recruited to pre-testing interviews across 12 countries: Brazil, Canada, Denmark, France, India, Italy, the Netherlands, New Zealand, Pakistan, Singapore, Spain, and Sweden. TA was also undertaken in the USA and Ireland, and translations were prepared in Russian, Marathi, and Telugu. The LRRC-QoL was found to demonstrate conceptual equivalence and content validity across all versions. Mean QQ-10 Value score 76.80 (SD 13.88) and mean Burden score 20.22 (SD 23.03), confirming face validity and acceptability in this international cohort. CONCLUSION: The LRRC-QoL has now undergone cross-cultural adaptation to enable its use in 10 languages and 16 countries. Its psychometric properties will be further examined through external validation in an international cohort.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,051
Tête enseignante GPT0,391
Écart entre enseignants0,340 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Surgical OncologyMême sujetCancer survivorship and careTravaux en français237 207