Developing a Patient-Reported Outcome Measure for Amputation (PRO-AMP)
Notice bibliographique
Résumé
Background: Lower limb amputation (LLA) can be a life altering event that negatively influences quality of life (QoL). Patient-reported outcome measures (PROMs) are important tools that can be used to better understand how LLA influences a person’s life. To date, there are few PROMs that have been specifically developed for persons with LLA that capture the overall picture of QoL for this population. While generic measures of QoL can give us valuable information that can be compared across populations, condition-specific measures are better suited for obtaining a more nuanced understanding of living with LLA. Objective: The aim of this dissertation was to develop a PROM for amputation that incorporates the experiences of persons with LLA (PRO-AMP). Methods: Three studies were undertaken: 1) a scoping review, 2) a qualitative study and 3) the development of the PRO-AMP. PRO-AMP development was guided by the steps outlined by Haywood and colleagues. Items were generated using the findings from study one and two as well as additional qualitative data, knowledge syntheses, and stakeholder input. Cognitive interviews were conducted to determine the validity and acceptability of the items to the target population. Analysis of the cognitive interviews was done using the Question Appraisal System-99. Results: One hundred and forty items were developed from 55 qualitative interviews, five knowledge syntheses and expert review (n=11). The initial item bank was organized into six main headings for ease of administration: 1) general health (n=6), 2) mental health (n=26), 3) mobility/function (n=32), 4) occupation (n=34), 5) physical health (n=24), and 6) relationships (n=18). Twenty-four participants with LLA completed the first round and second round of cognitive interviews. The most common sources of error during the first round were vague terminology and lack of reference/time period. Six questions were refined and re-administered with no additional major problems being identified. Conclusion: The outcome of this dissertation was the development of the PRO-AMP which will fill an important gap in understanding the impact of LLA on an individual’s QoL. By using an established PROM development process, it ensures that the newly developed measure will be meaningful to the LLA population.
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 | 0,066 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».