Monitoring Health Status: Development and Preliminary Validation of a Personal Health Index Based on the International Classification of Functioning, Disability and Health (Preprint)
Notice bibliographique
Résumé
Background: Effective health monitoring is essential for personalized care and comprehensive health assessment. Personal health indices and profiles offer a concise summary of an individual's overall health, supporting both clinical decision-making and self-management. However, global standardization remains challenging due to diverse practices and data formats across countries. Objective: This study aimed to present a novel model for computing a personal health index and health profile using the International Classification of Functioning, Disability and Health (ICF) framework. The model was designed to handle incomplete and heterogeneous datasets and aimed to provide standardized, interpretable health metrics. Methods: We developed a recursive algorithm that calculates the health index based on the hierarchical structure of the ICF, using all available measurements. The model incorporates time decay and linkage reliability to weight input data. Preliminary validation was conducted on data from 505 individuals, using statistical correlation analyses with self-assessed health measures (EuroQol Visual Analogue Scale and pain ratings), and a sensitivity analysis was performed to assess model robustness. Results: The computed health index showed moderate positive correlations with EuroQol Visual Analogue Scale scores (all P<.001) and negative correlations with maximum pain trajectories, supporting its validity. Sensitivity analysis confirmed predictable behavior in response to input changes, and the model demonstrated resilience to missing data. Conclusions: The proposed model offers a flexible and scientifically grounded approach to computing personal health indices and profiles within the ICF framework. It enables the integration of diverse health data sources and supports the visual representation for clinical and personal use. This model has potential applications in health monitoring, rehabilitation planning, and machine learning-based health informatics.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».