A feasibility study of digital self-report measurement for brain injury patients utilizing an adapted version of the Mayo-Portland Adaptability Inventory – fourth edition
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to examine the clinical relevance and usability of the digital self-report version of the Mayo-Portland Adaptability Inventory - fourth edition, MPAI-4 (MPAI-4-S-dig). In its paper version, MPAI-4 is well validated for patients with acquired brain injuries (ABIs) and neurological disorders (NDs), but time consuming. An additional aim was to investigate whether MPAI-4-S-dig is reliable for repeated measurements. SETTING: Community neurorehabilitation in Stockholm, Sweden. METHODS: MPAI-4-S-dig was administered to 40 patients with ABI or ND 2 weeks apart. Test-retest reliability was assessed using the intraclass correlation coefficient (ICC); clinical relevance of data was assessed through Pearson's Correlation Coefficient with Montreal Cognitive Assessment (MoCA), the Community Integration Questionnaire - Revised (CIQ-R), and Hospital Anxiety and Depression Scale (HADS). RESULTS: ICC values ranged from 0.86 to 0.93 for total and subscales. Significant correlations were found between MPAI-4-S-dig participation and CIQ-R Total, social integration and home integration and MoCA naming, MPAI-4-S-dig adjustment and CIQ-R Social integration, MPAI-4-S-dig Total and all subscale scores and HADS Anxiety score, MPAI-4-S-dig Total, abilities and participation and HADS Depression. CONCLUSION: The demonstrated reliability and clinical relevance of MPAI-4-S-dig for patients undergoing neurorehabilitation permits the implementation of digital data capture in patients with mild acquired cognitive impairment.
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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 | 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 ».