Persistent Pain Biases Item Response on the Geriatric Depression Scale (GDS): Preliminary Evidence for Validity of the GDS-PAIN
Notice bibliographique
Résumé
OBJECTIVE: Differential item functioning (DIF) assesses the consistency of items on a metric across clinical samples in relation to the attribute being measured. We hypothesized that in older adults with persistent pain, items of the Geriatric Depression Scale (GDS) would evidence DIF based on presence or intensity of pain. DESIGN: Unidimensionality was determined by factor and item analyses. DIF was tested using Rasch Modeling. We then evaluated the psychometric properties of a revised GDS (GDS-PAIN), comprised of items that did not evidence DIF. PATIENT AND SETTINGS: A total of 677 community dwelling older adults (age 65-91) participating in observational or treatment studies of low back or knee pain who endorsed at least moderate pain for at least 3 months. A total of 201 pain-free controls were included in the analysis. RESULTS: Ten of the 30 items displayed significant DIF. These items were: 1) dropping activities and interests; 2) bothered by persistent thoughts; 3) often get fidgety and restless; 4) prefer to stay home; 5) do not feel full of energy; 6) do not enjoy getting up in the morning; 7) mind is not as clear as it was, 8) feel life is empty; 9) feel more problems with memory; and 10) do not find life very exciting. The modified GDS-PAIN scale did not adversely affect the psychometric properties of the scale. CONCLUSIONS: The performance of the GDS is affected by pain. When unstable items are removed, the revised GDS (GDS-PAIN) appears to be psychometrically stable and maintains both internal consistency and similar correlation values with a measure of pain as the original scale.
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 | 0,032 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».