Reliability and Validity of Three Versions of the Brief Fear of Negative Evaluation Scale in Patients With Systemic Sclerosis: A Scleroderma Patient‐Centered Intervention Network Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: Fear of negative evaluation is a common concern among individuals with visible differences but has received limited attention in systemic sclerosis (SSc), which can involve substantial changes to appearance. The Brief Fear of Negative Evaluation Scale (BFNE) was specifically designed to evaluate fear of negative evaluation. There are currently 3 versions of the BFNE with strong demonstrated measurement properties: two 8-item versions (BFNE-S, BFNE-8) and one 12-item version (BFNE-II). The present study evaluated these versions in SSc, and identified the most appropriate version for use among SSc patients. METHODS: Participants were 1,010 patients with SSc enrolled in the Scleroderma Patient-Centered Intervention Network cohort. Multiple group confirmatory factor analysis, Cronbach's alpha, and Pearson's product-moment correlations were used to evaluate structural validity, internal consistency reliability, and convergent and divergent validity, respectively. RESULTS: Confirmatory factor analysis demonstrated that 1-factor models fit acceptably well for the 12-item BFNE-II, the 8-item BFNE-S, and the 8-item BFNE-8. Additionally, all Cronbach's alphas demonstrated excellent internal consistency reliability (BFNE-II = 0.98, BFNE-S = 0.97, BFNE-8 = 0.96), and all versions had comparable associations with measures of social anxiety, body-related attitudes, depression, age, and education. CONCLUSION: Psychometric support was found for all 3 versions of the BFNE, although the longer 12-item BFNE-II did not improve measurement compared to the shorter 8-item versions (BFNE-S and BFNE-8). Of these 2, the BFNE-S has been more widely studied, with strong validity data in a greater number of populations. Therefore, the BFNE-S is recommended to assess fear of negative evaluation among patients with SSc.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».