Evaluation of the Fear Avoidance Behavior after Traumatic Brain Injury Questionnaire
Notice bibliographique
Résumé
Fear avoidance behavior is related to symptom persistence and disability in various health conditions, such as chronic pain. Fear avoidance behavior also may impact recovery from mild traumatic brain injury (mTBI), but no measure of this construct has been psychometrically validated for the mTBI population. Adults who sustained an mTBI (n = 159) were recruited from three outpatient mTBI clinics. Participants completed the new Fear Avoidance Behavior after Traumatic Brain Injury Questionnaire (FAB-TBI). The FAB-TBI includes 16 items drawn from well-established fear avoidance scales, primarily in the chronic pain literature. An exploratory factor analysis and Rasch analysis were conducted to evaluate the factor structure, dimensionality, and differential item functioning of the FAB-TBI. The FAB-TBI scale was found to have strong internal consistency (Cronbach's α = 0.9). Exploratory factor analysis suggested at least two distinct factors (activity avoidance and cogniphobia). Initial fit to the Rasch model was adequate, with one misfitting item. The model was not improved after removing the misfitting item. Best fit to the unidimensional Rasch model was achieved after items were combined into three super items based on exploratory factor analysis and retaining the misfitting item χ2(6, n = 159) = 2.1, p = 0.06). The FAB-TBI appears to be a psychometrically sound measure of fear avoidance behavior after mTBI. Conversion tables are made available to convert scores into interval-level data for future research.
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 | 0,002 | 0,003 |
| 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 | 0,001 |
| 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 ».