Development and preliminary testing of the psychosocial adjustment to hereditary diseases scale
Notice bibliographique
Résumé
BACKGROUND: The presence of Lynch syndrome (LS) can bring a lifetime of uncertainty to an entire family as members adjust to living with a high lifetime cancer risk. The research base on how individuals and families adjust to genetic-linked diseases following predictive genetic testing has increased our understanding of short-term impacts but gaps continue to exist in knowledge of important factors that facilitate or impede long-term adjustment. The failure of existing scales to detect psychosocial adjustment challenges in this population has led researchers to question the adequate sensitivity of these instruments. Furthermore, we have limited insight into the role of the family in promoting adjustment. METHODS: The purpose of this study was to develop and initially validate the Psychosocial Adjustment to Hereditary Diseases (PAHD) scale. This scale consists of two subscales, the Burden of Knowing (BK) and Family Connectedness (FC). Items for the two subscales were generated from a qualitative data base and tested in a sample of 243 participants from families with LS. RESULTS: The Multitrait/Multi-Item Analysis Program-Revised (MAP-R) was used to evaluate the psychometric properties of the PAHD. The findings support the convergent and discriminant validity of the subscales. Construct validity was confirmed by factor analysis and Cronbach's alpha supported a strong internal consistency for BK (0.83) and FC (0.84). CONCLUSION: Preliminary testing suggests that the PAHD is a psychometrically sound scale capable of assessing psychosocial adjustment. We conclude that the PAHD may be a valuable monitoring tool to identify individuals and families who may require therapeutic interventions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».