MétaCan
Menu
Retour à la cohorte
Enregistrement W4413744020 · doi:10.1097/htr.0000000000001106

The Inter-Tester and Test-Retest Reliability of the Off-Field SCAT6 Assessment Tool In An Adult Population

2025· article· en· W4413744020 sur OpenAlexaff
Tom McKeever, Michael O. Leavitt, Stéphanie Valentin, C.K. Hurley, A. G. Fraser, David Hamilton

Notice bibliographique

RevueJournal of Head Trauma Rehabilitation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensFraser Health
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Reliability engineeringTest (biology)Field (mathematics)MedicineEngineeringMathematicsPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: No previously published repeatability and reliability data for The Sports Concussion Assessment Tool-6 (SCAT6) exists. We aimed to evaluate inter/intra-tester reliability of the off-field SCAT6 in a non-concussed adult population. DESIGN: Inter-rater and Intra-rater reliability study design. SETTING: Single university site. PARTICIPANTS: Twenty active adults (mean age: 27.55 ± 5.59 years) with no recent history of concussion (Concussive injury within past year). INTERVENTIONS: Participants completed 3 SCAT6 tests on the same day, with 3 testers (Inter-rater testing). The same participants returned at 2 further time points to complete the remaining 2 SCAT6 tests with 1 tester (Intra-rater testing). Participants complete a total of 5 SCAT6 assessments in total across testers and time. Rater Background: Those completing the SCAT6 testing, our study rater team, comprised of 1 senior physiotherapist and PhD candidate, and 2 MSc Physiotherapy students. All raters were from Scotland, and had significant training in completing SCAT6 assessments. MAIN OUTCOME MEASURES: Off-field SCAT6 Domain scores. ANALYSIS: ICCs were used to establish inter and intra-rater reliability for continuous, ration and ordinal data components of the SCAT6. For nominal data sets, Fleiss's kappa was calculated. Kendall's W was used for non-parametric data. Percentage error scores were calculated for SCAT6 domains. RESULTS: Inter-tester : Symptom number, severity, and dual-task scoring demonstrated excellent reliability (ICC = 0.981; 0.984; 0.913, respectively). Total concentration score was found to have good reliability (0.827). Dual-task errors (0.398), Total mBESS (0.199), and Month recall all returned poor scores (k = 0.191). Intra-tester : Dual tasking was the only domain to report excellent reliability (ICC = 0.943). Symptom number (0.868), severity (0.831), total concentration (0.787), total mBESS (0.813), and time tandem gait (0.834) yielded good reliability scores. Dual-task error testing returned poor reliability scores (Kendall's W = 0.001). All remaining domains yielded moderate reliability. Percentage error rates ranges from 3% to 100%, demonstrating the variability between scores yielded for non-concussed individuals completing the same SCAT6 domain tests. CONCLUSION: SCAT6 ICC results reported good-excellent reliability for 4 and 6 domains, out of 13 domains, for inter-tester and intra-tester reliability, respectively. Notably, the domains which relied on tester error scoring yielded poor reliability results. Percentage error highlighted the failure of the SCAT6 to provide consistent domain score results in this population.

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)0,018
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,033
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,384
Écart entre enseignants0,365 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Head Trauma RehabilitationMême sujetTraumatic Brain Injury ResearchTravaux en français237 207