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 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 | 0,018 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».