Trumpos formos McGill skausmo klausimyno II versijos (TF-MSK-II) lietuviško varianto klinikinis pagrįstumo ir tinkamumo įvertinimas
Notice bibliographique
Résumé
Vienas pagrindinių instrumentų skausmo savybių kokybiniam vertinimui yra McGill skausmo klausimynas (MSK) ir jo trumpa forma (TF-MSK-I), tačiau jie nėra jautrūs neuropatinio skausmo savybių vertinimui, taip pat gana grėmėzdiški. Lietuvoje skausmo vertinimui taikomas Pakulos lietuviškas skausmo klausimynas, kuris yra MSK lietuviškas analogas. Trumpos jo versijos nėra sukurta. Darbo tikslas: Atlikti trumpos MCGILL skausmo klausimyno II versijos (TF-MSK-II) lietuviško varianto klinikinį pagrįstumo ir tinkamumo įvertinimą. Uždaviniai: 1. Nustatyti sensorinių ir afektinių TF-MSK-II klausimyno įverčių ryšį su Pakulos lietuviško skausmo klausimyno, gyvenimo kokybės ir emocinės būsenos įverčiais tiriant pacientus, patiriančius skirtingos etiologijos skausmą. 2. Nustatyti TF-MSK II klausimyno vidinį suderinamumą. Darbo metodika: Tyrimo metu remiantis tiksline atranka pasirinkti ir apklausti 98 pacientai, pastarąją savaitę patiriantys stipresnį nei 4 balai skausmą skaičių analogijos skalėje ir gydomi Kardiologijos (n=16), Akušerijos-ginekologijos (n=37), Neurologijos (n=25) bei Reumatologijos (n=20) skyriuose bei pagal savo sveikatos būseną galintys dalyvauti apklausoje. Tyrimo metu pacientų skausmo kokybiniai parametrai apibūdinti Pakulos lietuvišku skausmo klausimynu (PLSK), TF-MSK-II, nerimo ir depresijos simptomai nustatyti HAD (Klinikine nerimo ir depresijos skale), gyvenimo kokybės lygmuo - SF-12 klausimynu. [...].
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».