Development and validation of the McGill body image concerns scale for use in head and neck oncology (MBIS‐HNC): A mixed‐methods approach
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to develop and validate a patient-reported outcome measure to evaluate body image concerns in head and neck cancer (HNC) patients. METHODS: Items were created using a combination of deductive (eg, US Food and Drug Administration Qualification of Clinical Outcome Assessments, literature review) and inductive approaches (eg, subject matter experts, HNC patients). Items were translated for use in both Canadian English and Canadian French using back-translation. A two-step empirical validation process using the Classical Test Theory (CTT) and Rasch Measurement Theory (RMT) was conducted with 224 and 258 HNC patients, respectively, having undergone disfiguring surgery within the past 3 years. RESULTS: Analyses suggest two subscales for MBIS-HNC: social discomfort (10 items) and negative self-image (11 items). The McGill Body Image Concerns Scale-Head and Neck Cancer (MBIS-HNC) is reliable with high internal consistency (0.98), high test-retest reliability over a two-week period (ICC = 0.88), moderate to high convergent validity (range r = 0.43-0.81), and divergent validity (range r = 0.12-0.15). RMT was used in addition to CTT. Disordered thresholds led to the modification of the number of response options, and items were deleted based on differential item functioning and high local dependency. Unidimensionality of both subscales and supporting a total score was confirmed. The measure was however characterized by the presence of an important floor effect, confirmed with poor targeting as demonstrated by the person-item threshold distribution. CONCLUSION: Evidence gathered from our theory-driven validation study using CTT and RMT provides practitioners and researchers with a useful and easy to use self-report measure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».