MétaCan
Menu
Retour à la cohorte
Enregistrement W2141445247 · doi:10.2196/jmir.955

Assessing Patient Attitudes to Computerized Screening in Primary Care: Psychometric Properties of the Computerized Lifestyle Assessment Scale

2008· article· en· W2141445247 sur OpenAlexafffund
Farah Ahmad, Sheilah Hogg‐Johnson, Harvey A. Skinner

Notice bibliographique

RevueJournal of Medical Internet Research · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensInstitute for Work & HealthYork UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesInstitute of Gender and HealthCanadian Institutes of Health Research
Mots-clésIntraclass correlationScale (ratio)Construct validityReliability (semiconductor)PopularityPsychologyMedicinePsychometricsClinical psychologyConstruct (python library)Family medicineSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Computer-based health-risk assessments are electronic surveys which can be completed by patients privately, for example during their waiting time in a clinic, generating a risk report for the clinician and a recommendation sheet for the patient at the point of care. Despite increasing popularity of such computer-based health-risk assessments, patient attitudes toward such tools are rarely evaluated by reliable and valid scales. The lack of psychometric appraisal of appropriate scales is an obstacle to advancing the field. OBJECTIVE: This study evaluated the psychometric properties of a 14-item Computerized Lifestyle Assessment Scale (CLAS). METHODS: Out of 212 female patients receiving the study information at a family practice clinic, 202 completed a paper questionnaire, for a response rate of 97.6%. After 2 weeks, 52 patients completed the scale a second time. RESULTS: Principal component analysis revealed that CLAS is a multidimensional scale consisting of four subscales (factors): (1) BENEFITS: patient-perceived benefits toward the quality of medical consultation and means of achieving them, (2) Privacy-Barrier: concerns about information privacy, (3) Interaction-Barrier: concerns about potential interference in their interaction with the physician, and (4) Interest: patient interest in computer-assisted health assessments. Each subscale had good internal consistency reliability ranging from .50 (2-item scale) to .85 (6-item scale). The study also provided evidence of scale stability over time with intraclass correlation coefficients of .91, .82, .86, and .67 for the four subscales, respectively. Construct validity was supported by concurrent hypotheses testing. CONCLUSIONS: The CLAS is a promising approach for evaluating patients' attitudes toward computer-based health-risk assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,203
Tête enseignante GPT0,524
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207