MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415672538 · doi:10.1371/journal.pone.0335734

Reliability and validity of the PORTRAIT-10 tool for assessing complex health care needs in French-speaking people living with chronic pain

2025· article· en· W4415672538 sur OpenAlexafffund
M. Gabrielle Pagé, Nicole Tremblay, Karen Ghoussoub, Catherine Hudon, Maud‐Christine Chouinard, Manon Choinière

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCentres Intégré Universitaires de Santé et de Services SociauxCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de SherbrookeUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesMinistère de la Santé et des Services sociaux
Mots-clésBiopsychosocial modelChronic painReliability (semiconductor)PsychometricsExploratory factor analysisConstruct validitySample (material)Health careScale (ratio)

Résumé

récupéré en direct d'OpenAlex

Chronic pain (CP) presents multidimensional components, leading individuals to experience complex biopsychosocial needs. However, efficient tools to assess these needs remain scarce. PORTRAIT-10 is a tool designed to measure the complexity of patients' needs. The present study was aimed at documenting the psychometric properties of this tool in a sample of individuals with CP who completed the INTERMED-Self Assessment (IMSA), PORTRAIT-10, Pain Catastrophizing Scale (PCS), and Pain Self-Efficacy Questionnaire (PSEQ). PORTRAIT-10 was re-administered 3 weeks later. The sample comprised 295 participants. Mean age of the respondents was 53.3 ± 9.3 years; 88.3% were females. The median pain duration was 15 years. Results of an exploratory factor analysis showed that a 4-factor solution best fit the PORTRAIT-10 data, with at least 2 of these factors (psychological and social) being consistent with the conceptual framework of the tool. PORTRAIT-10 also showed acceptable internal consistency (Cronbach α = 0.67, 0.73) and very good reliability over time (ρ = 0.85). Correlation with IMSA was high (ρ = 0.74) and as expected, was low with PCS (ρ = 0.34) suggesting a very good construct validity. A ROC analysis demonstrated that a PORTRAIT-10 cut-off score of 10 displayed good sensitivity (0.86) and specificity (0.71) in detecting complex care needs in this population. This study provides initial validity and reliability of PORTRAIT-10 and suggests that this tool may be helpful in identifying individuals with CP who have complex needs. Further research is needed to explore the psychometric properties of PORTRAIT-10 in large and more diverse chronic pain populations and to evaluate its impact on clinical outcomes.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,294
Écart entre enseignants0,263 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→