Measurement nonequivalence of the Clinician-Administered PTSD Scale by race/ethnicity: Implications for quantifying posttraumatic stress disorder severity.
Notice bibliographique
Résumé
Research studies suggest racial/ethnic differences in posttraumatic stress disorder (PTSD) diagnosis and symptom severity. Few studies to date, however, have examined the extent to which these findings are due to differences in measurement properties of existing PTSD scales. This study examined measurement equivalence across race/ethnicity in the Clinician-Administered PTSD Scale (CAPS) by testing for differential item functioning (DIF) in the item response theory (IRT) framework. Participants were 506 trauma-exposed women (M = 39.41 years, SD = 8.94) who participated in the National Drug Abuse Treatment Clinical Trials Network Women and Trauma Study. PTSD severity score estimates were improved upon as part of IRT estimation incorporating symptom "weights" (i.e., factor loadings) and group-specific DIF. Six symptoms from the CAPS showed DIF, with the majority of differences in measurement driven by White/African American and White/Latina differences, particularly for (a) avoidance of thoughts and (b) a sense of foreshortened future. Despite both racial/ethnic minority groups being slightly (not significantly) more likely to receive a PTSD diagnosis, African Americans (p = .014; Cohen's d = -.22) and Latinas (p < .001; d = -.73) had significantly lower PTSD severity scores than Whites as estimated under IRT with group-specific DIF. Examination of PTSD severity scores based on symptom counts revealed these differences were either dampened (White/Latina difference d = -.39) or entirely negated (White/African American difference d = -.08). The findings suggest the importance of considering differences in symptom relevance across race/ethnicity and their impact on capturing symptom severity parallel to diagnostic criteria. Implications for clinical practice are discussed. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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 | 0,111 | 0,263 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».