Rasch Analysis of the Postconcussive Symptom Questionnaire: Measuring the Core Construct of Brain Injury Symptomatology
Notice bibliographique
Résumé
The Postconcussive Symptom Questionnaire (PCSQ; Lees-Haley, 1992 Lees-Haley, PR. 1992. Neuropsychological complaint base rates of personal injury claimants. Forensic Reports, 5(4): 385–391. [Google Scholar]) is purported to measure four constructs. These include psychological, cognitive, somatic, and infrequency (i.e., items intended to reflect negative impression management) symptoms. The utility and validity of Postconcussive Syndrome (PCS) as a diagnostic condition continues to be debated. To this end, examining the instruments used to measure postconcussive symptoms can increase our understanding with respect to this issue. The aim of this study was to derive a revised PCSQ to target the core construct of subjective symptoms reported by persons with traumatic brain injury (TBI). A total of 133 people with mild to severe TBI completed the 45-item PCSQ. Items were scored dichotomously, as symptom present or absent. Rasch analysis, based on the mathematical model formulated by Rasch (1960 Rasch, G. 1960. Probabilistic models for some intelligence and attainment tests, Copenhagen, , Denmark: Danmarks paedagogiske Institut. [Google Scholar]), was used to derive the revised PCSQ. Misfitting and redundant items were removed and a second model containing 19 items was fitted. The revised PCSQ-19 had superior psychometric qualities; reliability was 0.81. The PCSQ-19 provides a more targeted, unidimensional assessment of subjective symptoms following brain injury. The findings also revealed information related to symptom hierarchy which can further our understanding of PCS.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».