Patient Concerns Inventory for Arabic Patients with Head and Neck Cancer: A Cross-Cultural Adaptation and Preliminary Validation
Notice bibliographique
Résumé
INTRODUCTION: Head and neck cancer (HNC) treatments often lead to significant post-treatment side effects that affect patients' quality of life. This study aimed to translate and validate the post-treatment Patient Concerns Inventory for head and neck (PCI-HN) into Arabic among HNC survivors. METHODS: This study employed a cross-sectional design, where PCI-HN was translated and assessed for content and face validity by clinical experts and patients, respectively. Revisions to multiple items related to 'social and religious welfare'. Patients' responses were then analysed to assess internal consistency (Cronbach's alpha) and test-retest reliability (Cohen's Kappa). RESULTS: Thirty-eight participants (19 males, 19 females, mean age 50.68 ± 16.13 years) were included. The Arabic PCI-HN demonstrated good overall internal consistency (α = 0.723) but fair test-retest agreement (κ = 0.22), likely reflecting dynamic changes in HNC post-treatment experiences. CONCLUSION: The Ar-PCI-HN can be a helpful instrument for capturing distinct aspects of the survivorship experience among Arabic-speaking HNC survivors. Determining the clinical interpretability and ability to detect changes over time requires further multi-centre and multi-country clinical studies. This would be necessary to ensure its integration into routine outpatient consultations for Arabic-speaking patients in Arab countries and globally.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».