Translation, Cultural Adaptation and Validation of the Current Opioid Misuse Measure for European Portuguese
Notice bibliographique
Résumé
INTRODUCTION: Current practice guidelines recommend using Current Opioid Misuse Measure to screen aberrant opioid-related behaviors in chronic pain patients. Our aims were to translate, adapt and validate it to be used in Portuguese chronic pain patients. MATERIAL AND METHODS: Translation and cultural adaptation process followed guidelines and a model of principles for good practice. Adult chronic pain patients on opioid therapy, from one major hospital in Portugal, were invited to complete the translated version. Descriptive statistics, Cronbach's alpha, inter-item, item-total and intra-class correlation coefficients and principal components analysis were applied. RESULTS: Translation process was performed as planned and the validation sample was composed by 98 patients (median age = 62.5 years). Regarding internal consistency, a global Cronbach's alpha of 0.778 was obtained and item-total correlations of all items were above 0.20 with four exceptions. An intra-class correlation coefficient of 0.90 was found between test and retest. Regarding validity, all 17 items presented a content validity index above 0.80. Six principal components were extracted and explained 66.3% of the variance. DISCUSSION: The Portuguese version of Current Opioid Misuse Measure was properly translated, adapted and validated; showing good quality in terms of reliability and validity. This is the first instrument to screen aberrant opioid-related behaviors in Portuguese chronic pain patients. Consequently, it will aid and promote the identification of opioid misuse in these patients. CONCLUSION: The implementation of this questionnaire may reduce the incidence and morbimortality of opioid misuse among chronic pain patients and should improve chronic pain treatment in Portugal.
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 | 0,000 |
| 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 ».