Psychometrische eigenschappen van drie screeningsinstrumenten voor kwetsbaarheid bij thuiswonende ouderen
Notice bibliographique
Résumé
BACKGROUND: Frailty can lead towards serious adverse consequences, such as disability. With regard to prevention valid screening instruments are needed to identify frail older people. The aim was to evaluate and compare the psychometric properties of three screening instruments: the Groningen Frailty Indicator (GFI), the Tilburg Frailty Indicator (TFI) and the Sherbrooke Postal Questionnaire (SPQ). For validation purposes the Groningen Activity Restriction Scale (GARS) was added. METHODS: A questionnaire was sent to 687 older people (> or = 70 years). (1) Agreement between instruments, (2) internal consistency, (3) cumulative scalability according to Mokken scale analysis and (4) construct validity were evaluated. RESULTS: The response rate was 77%. Prevalence estimates of frailty ranged from 40% to 59%. The highest agreement was found between the GFI and TFI (Cohen's kappa = 0.74). Cronbach's alpha for the GFI, TFI and SPQ was 0.73, 0.79 and 0.26, respectively. The scalability of the three instruments was inadequate (Loevinger's H: 0.28, 0.30 and 0.09 for GFI, TFI and SPQ, respectively). Frailty scores correlated significantly with each other and with the GARS scores. CONCLUSION: Especially the GFI and TFI seem to be useful to identify frail older people. Further research regarding their predictive validity is still needed.
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 | 0,005 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».