Opening Minds Stigma Scale for Health Care Providers (OMS-HC): Examination of psychometric properties and responsiveness
Notice bibliographique
Résumé
BACKGROUND: Diminishing stigmatization for those with mental illnesses by health care providers (HCPs) is becoming a priority for programming and policy, as well as research. In order to be successful, we must accurately measure stigmatizing attitudes and behaviours among HCPs. The Opening Minds Stigma Scale for Health Care Providers (OMS-HC) was developed to measure stigma in HCP populations. In this study we revisit the factor structure and the responsiveness of the OMS-HC in a larger, more representative sample of HCPs that are more likely to be targets for anti-stigma interventions. METHODS: Baseline data were collected from HCPs (n = 1,523) during 12 different anti-stigma interventions across Canada. The majority of HCPs were women (77.4%) and were either physicians (MDs) (41.5%), nurses (17.0%), medical students (13.4%), or students in allied health programs (14.0%). Exploratory factor analysis (EFA) was conducted using complete pre-test (n = 1,305) survey data and responsiveness to change analyses was examined with pre and post matched data (n = 803). The internal consistency of the OMS-HC scale and subscales was evaluated using the Cronbach's alpha coefficient. The scale's sensitivity to change was examined using paired t-tests, effect sizes (Cohen's d), and standardized response means (SRM). RESULTS: The EFA favored a 3-factor structure which accounted for 45.3% of the variance using 15 of 20 items. The overall internal consistency for the 15-item scale (α = 0.79) and three subscales (α = 0.67 to 0.68) was acceptable. Subgroup analysis showed the internal consistency was satisfactory across HCP groups including physicians and nurses (α = 0.66 to 0.78). Evidence for the scale's responsiveness to change occurred across multiple samples, including student-targeted interventions and workshops for practicing HCPs. The Social Distance subscale had the weakest level of responsiveness (SRM ≤ 0.50) whereas the more attitudinal-based items comprising the Attitude (SRM ≤ 0.91) and Disclosure and Help-seeking (SRM ≤ 0.68) subscales had stronger responsiveness. CONCLUSIONS: The OMS-HC has shown to have acceptable internal consistency and has been successful in detecting positive changes in various anti-stigma interventions. Our results support the use of a 15-item scale, with the calculation of three sub scores for Attitude, Disclosure and Help-seeking, and Social Distance.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».