Getting ready for transition to adult care : tool validation and multi-informant strategy using the Transition Readiness Assessment Questionnaire (TRAQ) in pediatrics
Notice bibliographique
Résumé
Introduction : La transition des soins pédiatriques aux soins pour adultes peut être difficile. Si elle \nest réalisée de façon sous-optimale, cela peut entraîner de graves conséquences. Afin de mesurer \nla préparation à la transition de patients adolescents et jeunes adultes (AJA), le Transition \nReadiness Assessment Questionnaire (TRAQ) a été développé. Les objectifs de l’étude sont de 1) \ndocumenter les propriétés psychométriques de la version française du TRAQ (TRAQ-FR), 2) \névaluer le degré d’accord sur le TRAQ-FR entre les AJA et leurs aidants naturels et 3) identifier \nles prédicteurs de la préparation à la transition. \nMéthodologie : Des AJA francophones (n=175) et leurs aidants naturels (n=168) ont été recrutés \ndans cinq cliniques d’un hôpital tertiaire canadien et ont complété le TRAQ-FR, le Pediatric \nQuality of Life Inventory Version 4.0 (PedsQLTM 4.0) et un questionnaire sociodémographique. La \nvalidité du TRAQ-FR a été déterminée en réalisant des analyses factorielles confirmatoires. Les \naccords et différences ont été mesurés en calculant des corrélations intra-classe et des tests-t pour \néchantillons appariés. Des prédicteurs de la préparation à la transition ont été identifiés par des \nrégressions multivariées. \nRésultats : Le modèle à cinq facteurs du TRAQ est soutenu par les données et l’échelle globale du \nTRAQ-FR montre une bonne cohérence interne pour les scores des AJA et des aidants naturels \n(a=.85-.87). Le degré d’accord absolu sur l’échelle globale du TRAQ-FR est bon entre les \ninformants (ICC=.80; d=.25), les AJA rapportant un score plus élevé que leurs aidants naturels. \nL’âge et le sexe des AJA sont des prédicteurs de la préparation à la transition. \nConclusion : Le TRAQ-FR a de bonnes propriétés psychométriques lorsqu’il est complété par les \nAJA et leurs aidants naturels. Des études futures devraient explorer la validité prédictive et \nl’utilisation clinique du TRAQ-FR.
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 | 0,039 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».