Évaluation de la fidélité et de la validité du système révisé de classification de la stomatite du WCCNR lorsqu’elle résulte d’un traitement anticancéreux
Bibliographic record
Abstract
Avant de développer des interventions pour la stomatite, les infirmières ont besoin d’une approche de classification de la sévérité qui soit simple, valide et fidèle. Le Western Consortium for Cancer Nursing Research (WCCNR) à 8 items avait été validé pour la stomatite causée par la chimiothérapie. Cette étude avait pour but d’évaluer la validité et la fidélité du WCCNR R , un outil plus concis de seulement 3 items permettant d’établir la sévérité de la stomatite provoquée par la chimiothérapie, par la radiothérapie ou par ces deux traitements combinés. Les infirmières responsables de la collecte de données ont travaillé deux par deux à l’évaluation de 207 patients dans 10 centres de cancérologie canadiens. On a constaté une bonne corrélation entre le WCCNR R et la MacDibbs Mouth Assessment (l’évaluation de la santé buccale MacDibbs) (r=0,44, p=0,0002 à r=0,54, p<0,0001), un outil normalisé pour la classification des stades de la stomatite causée par la radiothérapie. La concordance entre les cotes attribuées par les infirmières chargées de la collecte des données était acceptable dans 5 centres (kappa=0,75); et elle était proche de ce résultat-cible dans 3 autres centres. Les résultats indiquent que le WCCNR R constitue un outil valide et raisonnablement fidèle de classification des stades de la stomatite causée par un traitement anticancéreux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.185 | 0.299 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".