Development and Validation of the McGill Empowerment Assessment–Diabetes (MEA-D)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Diabetes is a prevalent chronic condition that poses a major burden for patients and the health care system. Evidence suggests that patient engagement in self-care improves diabetes control and reduces the risk of complications. To provide effective interventions that aim to improve empowerment processes relating to diabetes, a comprehensive and valid measure of empowerment is needed. This article details the development and validation of the McGill Empowerment Assessment-Diabetes (MEA-D). METHODS: The development and validation of the MEA-D questionnaire comprised three steps: item generation, qualitative face validation, and factorial content validation. An initial version was created by combining existing items and inductively generated items. Items were mapped to an empowerment framework with four domains: attitude, knowledge, behavior, and relatedness. Semi-structured interviews were conducted with 21 adults living with diabetes to assess face validity. The questionnaire was revised by a team of clinicians, researchers, and patient-partners. Factorial content validation was then performed using responses from 300 adult Canadians living with type 1 or type 2 diabetes. RESULTS: The final version of the MEA-D contained 28 items. A moderately good item-domain correlation was found between the individual items within the four domains. Cronbach's α was 0.81 (95% CI 0.78-0.85) for attitude, 0.73 (95% CI 0.67-0.79) for knowledge, 0.84 (95% CI 0.81-0.87) for behavior, and 0.81 (95% CI 0.77-0.84) for relatedness. CONCLUSION: The evaluation of diabetes programs demands a validated measure of empowerment. We developed the MEA-D to address this need. The MEA-D may be adapted to measure patients' empowerment regarding other chronic health conditions.
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.
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 découle