The LMC Skills, Confidence & Preparedness Index (SCPI): development and evaluation of a novel tool for assessing self-management in patients with diabetes
Notice bibliographique
Résumé
BACKGROUND: Optimal diabetes care requires a specific set of self-management behaviours. The purpose of this study was to present the development and initial psychometric evaluation of a new tool to measure three key aspects of a patient's diabetes self-management: knowledge of the skill, confidence in being able to perform the skill and preparedness to implement the skill. METHODS: A sequential exploratory mixed-methods design was used. A panel of educators, researchers and clinicians established a scale with items that would adequately capture skills, confidence and preparedness in seven core health behaviours central to diabetes care. The psychometric properties of the items were pilot tested on 120 participants with diabetes from a tertiary referral centre, and repeated 6 months later on 70 participants. Item selection was informed by factor analysis, item-total statistics and the need for brevity. RESULTS: Twenty five items from a pool of 36 were retained, with an excellent overall intraclass correlation (ICC) of 0.94 (95% CI 0.92-0.99; p < 0.001). Internal consistency for the subscales (skills-9 items, confidence - 8 items, preparedness - 8 items) was very good (intraclass correlation between 0.83 and 0.88), and retest reliability after 6 months was also good (r = 0.48; p < 0.01). The scale was positively correlated to established scales that assess skill (Michigan Diabetes Knowledge Test) (r = 0.21;p = 0.01), and assess skill and confidence (Diabetes Empowerment Scale) (r = 0.28;p < 0.01). CONCLUSIONS: The Skills, Confidence & Preparedness Index is a brief and easy to administer new scale that is more comprehensive than existing tools. It should be used to assess self-management in patients with diabetes, optimize the resources applied to each patient, and determine educational needs and direct clinical management. The scale should be further evaluated in a broader population of patients with diabetes.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».