MétaCan
Menu
Retour à la cohorte
Enregistrement W2736944357 · doi:10.1177/2333794x17719803

Validation of a Cystic Fibrosis Medication Knowledge Questionnaire

2017· article· en· W2736944357 sur OpenAlexaff
Beverly FitzPatrick, John Hawboldt, Mary Jane Smith, Tiffany Lee

Notice bibliographique

RevueGlobal Pediatric Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensSt. John’s Health Sciences CentreMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedicineCronbach's alphaCystic fibrosisContent validityFamily medicineMedication adherenceTest (biology)Clinical psychologyPsychometricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Low adherence to cystic fibrosis (CF) treatment is associated with poor health outcomes, while knowledge of the disease and medication regimen can positively influence adherence. This study’s purpose was to develop and validate a questionnaire to help determine CF medication knowledge of pediatric patients and caregivers. Our questionnaire had 37 items: 22 selected-response and 15 open-response questions. We used validation processes from the Standards for Educational and Psychological Testing. CF experts analyzed validity evidence based on content. Then, the questionnaire was field tested with 17 pediatric patients and 18 caregivers. The correlation between age and medication knowledge was medium ( r = .33), but was not significant ( P = .189). Cronbach’s α for the overall test was .84. Participants thought the questionnaire was important and suitable, with a few minor suggestions to improve wording. Strong validity evidence indicates the questionnaire could be used to assess medication knowledge and allow more personalized education to improve adherence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,208
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,390
Écart entre enseignants0,366 · 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 tête enseignante, 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Pediatric HealthMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207