Rasch analysis provides new insights into the measurement properties of the neck disability index
Notice bibliographique
Résumé
OBJECTIVE: The most widely used neck-specific measure in intervention trials is the 10-item Neck Disability Index (NDI), which is assumed to be a unidimensional interval scale, as shown by how NDI data are scored, analyzed, and interpreted. Our objective was to use modern measurement methods to test this assumption (and thereby to also test the validity of calculating summed scores and parametric statistics on NDI data) through Rasch analysis. METHODS: NDI data from 521 trial subjects with neck pain were fit to the Rasch model. We examined threshold ordering of NDI items, fit of data to model expectations, presence of differential item functioning, and whether or not the set of NDI items collectively measure a single construct, which is a requirement for calculating summative scores. RESULTS: There was a lack of fit of data to the Rasch model (chi(2) = 140.35, 70 df; P < 0.001). Five items (personal care, lifting, headaches, work, and recreation) had disordered response thresholds. Differential item functioning was detected for age and sex. The NDI items did not contribute to a single construct. Unidimensionality and interval scaling were achieved by removing 2 of the 10 items (resulting in the NDI-8), and converting NDI-8 ordinal (paper) summative scores to NDI-8 interval (Rasch-weighted) scores. CONCLUSION: As originally proposed and conventionally used, the NDI is not a unidimensional scale, and has only ordinal scaling. This raises fundamental doubts about the practice of calculating change scores and other parametric statistics on NDI data. A revised 8-item version provides unidimensional interval-level measurement of neck pain disability.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,074 | 0,227 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».