Item Reduction and Scoring of the Pediatric PainSCAN©
Notice bibliographique
Résumé
OBJECTIVES: The Pediatric PainSCAN© is the first screening tool specifically designed for pediatric neuropathic pain (NP) and complex regional pain syndrome (CRPS). A draft tool (37 items) was developed through a phased approach. This research aimed to reduce the number of items in the tool and to determine the weight of each item (ie, item scores) as it contributes to a probability of a diagnosis of NP or CRPS. METHODS: Survey 1 was administered to patients with NP or CRPS and health care professionals (HCPs). Participants rated the frequency and importance of each item in the draft tool on a 0 to 4 Likert scale; highest rated items were retained. Survey 2 was administered to a separate pool of patients (with NP, CRPS, or other pain conditions) who completed the Pediatric PainSCAN©. A logistic regression model was used to examine the relationship between item responses (yes/no) and patient diagnosis; parameter estimates were used for item scores. RESULTS: Survey 1 was completed by 43 patients (median age 15 y, 77% female) and 74 HCPs. Survey 2 was completed by 221 patients (median age 15 y, 81% female). Nineteen items remained in the final version of the tool; items were rated as important by patients and HCPs. Item scores are summed and converted to a probability score. CONCLUSION: The final set of items in the Pediatric PainSCAN© has been determined and study results provide further evidence of content validity. Additional research is needed to evaluate the tool's reliability, criterion validity, and select a cutoff score.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».