Are single‐item global rating scales the same, better, or worse than multi‐item scales in epilepsy: A scoping review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVE: To examine the performance of single-item global ratings (SIGRs) and multi-item scales (MISs) in epilepsy research, and assess the influence of diverse constructs, study designs, and statistical methods. METHODS: Systematic scoping review following Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) and Joanna Briggs Institute guidelines. MEDLINE, Embase, PsycINFO, CINAHL, and the Cochrane Register of Controlled Trials were searched from 1980 onward. English-language articles including ≥30 persons with epilepsy and using at least one SIGR and one MIS were analyzed. Citation screening at all levels was done independently by two reviewers; data extraction was standardized. We analyzed individual measurements of effect magnitude for SIGRs and MISs. For meta-analyses, correlation-related metrics were transformed to Pearson r and Fisher z transformed, and effect-size metrics were converted to Cohen's d with Hedges g correction. Multilevel meta-analyses were used to account for data heterogeneity and clustering of effect sizes within studies, and to assess the influence of predefined moderators. Publication bias was assessed with standard methods. RESULTS: A total of 18 267 citations were identified, and 58 studies were included. Effect magnitude was medium to large across measurements, and it was slightly larger for MISs than for SIGRs, both for correlations and effect sizes (difference = .04, p < .001). Overall, SIGRs and MISs were comparable, and statistically significant differences did not cross effect thresholds (from small to medium or medium to large). Correlations and effect sizes for SIGRs and MISs were lowest in studies involving children and when assessing change; and for SIGRs when Global Clinical Impression (GCI) formats were used. SIGNIFICANCE: SIGRs are likely comparable to MISs across multiple study and statistical contexts. However, in certain clinical scenarios, MISs will outperform SIGRs and vice versa. Researchers should carefully consider whether SIGRs, MISs, or a combination is most appropriate to answer the research question.
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 | 0,080 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,038 |
| Bibliométrie | 0,016 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| 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 ».