Measuring functional impairment: Preliminary psychometric properties of the Columbia Impairment Scale‐Youth Version with youth accessing services at an outpatient substance use programme
Notice bibliographique
Résumé
AIM: Functional impairment is a key aspect of mental disorders, yet it is poorly defined and operationalized, particularly for youth. The Columbia Impairment Scale (CIS) has been indicated as a potentially useful measure to assess functional impairment. This study provides an initial psychometric evaluation of the CIS-Youth (CIS-Y) Version in a sample of youth accessing an outpatient substance use programme. METHODS: The CIS-Y Version was administered to youth aged 15 to 24 years accessing an outpatient substance use programme in Ontario, Canada. Demographic data on age, sex, ethnicity and current occupational and/or educational status were also collected. Exploratory factor analysis (EFA) was used to identify what factor structure best fits our sample of youth. RESULTS: The sample included 134 youth, with a mean age of 19.3 (SD = 2.1; range = 15-24). Over 34% of the sample had at least some item-level missing data, overwhelming this was item-level "not applicable" responses. The CIS-Y exhibited good internal consistency (α = .84), and EFA revealed that a one-factor structure was the best fit for the data. CONCLUSIONS: Results suggest that continued use of the CIS-Y with populations of youth, including emerging adults, is warranted. The scale has good internal consistency, loads onto one factor and discriminates between groups known to have lower and higher functioning. Further research is recommended that uses larger and more varying samples, as well as research that investigates optimal coding of non-applicable responses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».