The McGill Denture Satisfaction Questionnaire revisited: Exploratory factor analysis of a binational sample
Notice bibliographique
Résumé
OBJECTIVES: To examine the McGill Denture Satisfaction Questionnaire (MDSQ) in terms of dimensionality, item reduction and construct validity in a binational sample of complete denture wearers. MATERIALS AND METHODS: We conducted secondary analyses of baseline data from two studies on implant-retained overdentures: a quasi-experimental study in the United States (n = 145) and a randomised trial in Brazil (n = 120). All participants wore upper/lower dentures and responded at baseline to the MDSQ items concerning their original mandibular dentures. A putative model of the MDSQ items resulted in two question subsets: (a) overall satisfaction, retention/stability, aesthetics, cleaning, speech and comfort, plus general chewing ability; (b) mastication of specific foods. Analyses focused on the internal consistency of each subset and possible item reduction, using Cronbach's alpha (Cα), inter-item correlation and exploratory factor analysis (EFA). RESULTS: The 1st subset showed high inter-item correlation for most question combinations and no redundancy (r ≤ .8). An item on cleaning had low correlation, but its removal does not increase internal consistency (Cα ≥ .83). Results were similar for both studies, with EFA showing a single significant factor (namely "overall satisfaction, lower denture") able to explain nearly 54% of the variance. The 2nd subset also shows strong internal consistency (Cα ≥ .95) and inter-item correlation, with a single factor representing 65% of the variation. CONCLUSIONS: This study discloses the reliability and construct validity of the MDSQ for patient-centred evaluation of complete dental prostheses in the edentulous mandible. Findings also support the use of both "overall satisfaction" and "masticatory ability" as summary scores, for improved outcome assessment.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».