The Fear of Pain Questionnaire – Short Form (FPQ-SF): Factorial validity and psychometric properties
Notice bibliographique
Résumé
McNeil and Rainwater's Fear of Pain Questionnaire III (FPQ-III, 1998) is an empirically derived self-report inventory that assesses fear of three broad categories of pain: Severe, Minor, and Medical Pain. Previous exploratory and confirmatory factor analyses suggest that the original 3-factor model of the FPQ-III has a poor fit [Osman A, Breitenstein JL, Barrios FX, Gutierrez PM, Kopper BA. The Fear of Pain Questionnaire-III: further reliability and validity with nonclinical samples. J Behav Med 2002;25:155-73; Albaret MC, Sastre MTM, Cottensin A, Mullet E. The Fear of Pain Questionnaire: factor structure in samples of young, middle-aged and elderly European people. Eur J Pain 2004;8:273-81; Roelofs J, Peters ML, Deutz J, Spijker C, Vlaeyen JWS. The Fear of Pain Questionnaire (FPQ): further psychometric examination in a non-clinical sample. Pain 2005;116:339-46.]. The goals of this study were to empirically evaluate the previously proposed 3-factor models of the FPQ-III, identify and remove items that contribute to the factor instability of the FPQ-III, and evaluate potential alternative models based on a reduced item pool. A sample of 589 participants from the University of Regina and the University of Manitoba communities was randomly divided into two subsamples of approximately equal size. FPQ-III data from these subsamples were subjected to confirmatory factor analysis and an iterative combination of exploratory and confirmatory factor analyses. The initial confirmatory factor analysis revealed that none of the previous models had acceptable fit to the data. Following iterative factor analyses and item reductions, a 4-factor model with good fit to the data and invariance across gender was identified. This model comprised 20-items distributed on factors representing Severe, Minor, Injection, and Dental Pain. The total scale and subscale scores based on the 4-factor model had good internal consistency, and preliminary support for construct validity was obtained. Use of this short version of the measure--the FPQ-Short Form--is discussed and directions for future research outlined.
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 | 0,015 | 0,007 |
| 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 ».