Validation par entretien cognitif de l’outil d’évaluation des plaies malignes MWAT-R
Bibliographic record
Abstract
La détresse physique et émotionnelle que peuvent causer au patient et à sa famille les plaies malignes dues à un cancer est souvent négligée. Malheureusement, nous ne disposons pas d'outils de dépistage et d'évaluation fiables et valides pouvant aider à mieux traiter ces plaies. Cette étude a cherché à valider un outil de mesure des résultats rapportés par les patients : le Malignant Wound Assessment Tool - Research (MWAT-R). Pour ce faire, huit patients ont été recrutés et interrogés selon la méthodologie de l'entretien cognitif. La compréhension et l'impression générale des patients vis-à-vis de cet outil ont été analysées. Nous avons constaté que la formulation et les choix de réponse posaient problème aux patients. En général, les participants ont néanmoins trouvé que les questions saisissaient bien les principaux enjeux relatifs aux plaies malignes et tenaient compte du point de vue du patient. Le fait d'établir la validité apparente et de contenu du MWAT-R du point de vue des patients par la technique d'entretien cognitif vient étayer la validité de cet outil.
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 | 0.073 | 0.165 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 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) | 0.003 | 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".