Questionnaires Designed to Assess Knowledge of Heart Failure Patients
Notice bibliographique
Résumé
BACKGROUND: The objectives of this systematic review were (1) to describe the psychometric properties of questionnaires designed to assess knowledge of heart failure (HF) patients and (2) to identify the most applicable questionnaire to assess knowledge of HF patients. METHODS: A literature search of electronic databases was conducted from database inception to March 2014. Eligible articles included studies describing the development and psychometric testing of questionnaires designed to assess HF patients' knowledge. Outcomes were based on the quality criteria for measurement properties of health status questionnaires. Articles were considered for inclusion by 2 authors independently. RESULTS: Overall, 12 articles were included, of which 4 (33.33%) were considered "good" quality. Twelve original English-language instruments were identified. Content validity was described in 10 studies and presented positive ratings in all of them (83.33%); internal consistency in 10 studies and positive ratings in 5 (41.66%); construct validity in 5 and positive ratings in 4 (33.33%); responsiveness in 3 and positive ratings in 2 (16.66%); and reproducibility and floor effects in 1 with positive ratings. Based on our criteria, the Atlanta HF Knowledge Test was identified as the most applicable questionnaire to assess knowledge of HF patients. CONCLUSION: Psychometric properties of questionnaires assessing HF patients' knowledge are poorly described in the literature. Although we identified the Atlanta HF Knowledge Test as the most promising instrument, it has methodological limitations. We recommend the researchers to use the questionnaire that best serves their research question and context.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».