MULTI-CENTERED LINGUISTIC ADAPTATION AND VALIDATION OF SHORT-FORM MCGILL PAIN QUESTIONNAIRE-2
Notice bibliographique
Résumé
Objective: To achieve a linguistic adaptation and validation of Chinese version of Short-form McGill Pain Questionnaire-2(SF-MPQ-2).Methods: Two forward translations were made followed by comparison and reconciliation of the translations.Comparison of the two backward translations with the original version was made for further validation.Pilot testing and pain specialist' evaluations were also required.A total of 140 patients were enrolled in ten centers throughout China,70 neuropathic pain patients and 70 nociceptive pain patients respectively.Reliability(Cronbach's α coefficients and Guttman split-half coefficients) and validity(face validity and structure validity including factor analysis and Spearman correlation coefficients) of SF-MPQ-2 were determined.Results: Chinese version of SF-MPQ-2 had a good reliability(Cronbach's alpha coefficients and Guttman split-half coefficients were greater than 0.7).Validity of the Chinese version of SF-MPQ-2 was high.Four common factors were extracted.The contribution rate of accumulative total of variance of the four factors was 52.631%.The dimensional factor loading of each item was greater than 0.40.The spearman's rank correlation coefficients of the items were greater than 0.40 except for one item.Conclusion: The Chinese versions of SF-MPQ-2 developed and validated by this study can be used to evaluate both neuropathic pain and non-neuropathic pain in patients whose native language is Chinese(Mandarin).
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 | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».