PSYCHOMETRICS OF MEASURES IN AMYOTROPHIC LATERAL SCLEROSIS
Notice bibliographique
Résumé
Background: Amyotrophic Lateral Sclerosis (ALS) is a fatal neurodegenerative disease characterized by the loss of motor neurons. Preference-based measures (PBMs) of health-related quality of life (HRQL) can be utilized for cost-effectiveness analyses of interventions in individuals with ALS. However, current measures are generic (GPBMs) and the psychometric properties of these measures have not yet been evaluated in ALS. Purpose: The purpose of this thesis was to evaluate the psychometric properties of GPBMs in ALS by 1) conducting a systematic review of the psychometric properties of GPBMs, and 2) assessing the content and convergent validity of GPBMs in ALS. Methods: Two studies were conducted. First, a systematic review was performed, and four databases were searched to identify studies that used and reported on the psychometric properties of GPBMs in ALS. Second, participants were recruited from three clinical sites across Canada and outcome measures were administered through an online or hardcopy survey. Areas of importance to the HRQL of individuals with ALS were identified using the Patient Generated Index (PGI), mapped against GPBMs to determine their coverage and scores were compared to determine convergent validity. Results: For the first study, the EQ-5D-3L was found to be the most commonly used GPBMs in ALS. It demonstrated convergent and known-groups validity however, significant floor effects were observed. For the second study, results indicated that the majority of GPBMs identified approximately half of the areas impacted by ALS. In addition, there were several domains not identified by GPBMs. Conclusion: This thesis highlights the importance of complete psychometric evaluation of measures in ALS. There is the need for the development of an ALS specific preference-based measures that reflects the health concerns of individuals with ALS; as GPBMs used in ALS were evaluated and deemed to be lacking in support for their usage in ALS.
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 | 0,128 | 0,237 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».