MétaCan
Menu
Retour à la cohorte
Enregistrement W7117123335 · doi:10.17605/osf.io/drpa9

Comparing Personalized and non-personalized Outcome Measures in Interdisciplinary Pain Rehabilitation

2025· other· W7117123335 sur OpenAlexaboutno aff
M.F. Reneman, Judith G.M. Rosmalen, Tim Blikman, Wietske Rienstra, Lisa van den Brandt

Notice bibliographique

RevueOpen Science Framework · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRehabilitationQuality of life (healthcare)Patient-reported outcomeActivities of daily livingPopulationScale (ratio)Chronic painInternational Classification of Functioning, Disability and Health

Résumé

récupéré en direct d'OpenAlex

Chronic pain, defined as pain persisting for more than three months, affects around 20% of the population and is associated with substantial limitations in daily functioning and quality of life (1,2). Its multidimensional nature requires comprehensive treatment, most commonly delivered through interdisciplinary multimodal pain rehabilitation (IPR). These programs aim to improve functioning and self-management rather than pain reduction alone. Evidence indicates that IPR can reduce pain and disability and may lead to sustained improvements in functioning and participation, although effect sizes are modest (3,4). Evaluation of IPR relies on patient-reported outcome measures (PROMs). Generic PROMs, such as the Pain Disability Index (PDI), assess disability across seven fixed domains (family/home, recreation, social activity, occupation, sexual behavior, self-care, and life-support) on a 0–10 scale (5). Personalized PROMs, such as the Canadian Occupational Performance Measure (COPM), use a semi-structured interview in which patients identify personally meaningful daily activities and rate their performance and satisfaction on 0–10 scales (6). Personalized PROMs may be more sensitive to change than generic measures, because they only capture domains that IPR focussed on(7–10). Although responsiveness of PROMs has been studied in various contexts, direct comparisons between COPM and PDI in IPR are lacking. Previous work has examined correlations between these instruments (12), providing information on their association but not their comparative responsiveness to change. Some PDI domains, such as sexual behavior or work in non-working individuals, may be irrelevant for many patients. Such domains add measurement noise and may reduce responsiveness, suggesting that restricting the PDI to patient-relevant domains could improve its ability to capture change. Moreover, the relationship between changes in these measures and patients’ overall satisfaction with outcomes of IPR has not been established. The present study addresses these gaps by directly comparing the responsiveness of COPM and PDI in IPR, operationalized as pre–post effect sizes. Our primary aim is to compare the magnitude of change detected by COPM and PDI. In addition, we will examine whether restricting the PDI to patient-relevant domains increases its responsiveness, and explore how changes in COPM and PDI relate to overall patient satisfaction with IPR 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)0,056
score de la tête « metaresearch » (Gemma)0,099
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,294

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,099
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,390
Écart entre enseignants0,341 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207