MétaCan
Menu
Retour à la cohorte
Enregistrement W3124790920 · doi:10.1007/s40120-021-00230-x

Quantifying Knowledge of Alzheimer’s Disease: An Analysis of the Psychometric Properties of the Alzheimer’s Disease Knowledge Scale

2021· article· en· W3124790920 sur OpenAlex
Guillermo García‐Ribas, Elena García-Arcelay, Alonso Montoya, Jorge Mauriño, Javier Ballesteros

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNeurology and Therapy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensRoche (Canada)
Organismes subventionnairesRoche España
Mots-clésItem response theoryDiseaseScale (ratio)PsychologyDepression (economics)Clinical psychologyMedicinePsychometricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The Alzheimer's Disease Knowledge Scale (ADKS) is one of the most popular instruments for assessing a person's knowledge regarding Alzheimer's disease (AD). The objective of this study was to explore ADKS item characteristics with item response theory (IRT) procedures. METHODS: A noninterventional web-based study was conducted. A nonparametric IRT procedure, Mokken analysis, was used to explore the underlying latent structure of the ADKS and ADKS item characteristics regarding scalability and violations of the monotone homogeneity (MH) model. A random-effects meta-analysis was implemented that combined ADKS scores from independent studies. RESULTS: A total of 447 employees of a pharmaceutical company participated in the study. The mean ADKS score was 21.2 (SD 2.8). Mokken analysis showed that most ADKS items (22 of 30) do not fit to any scale and can be considered to be scale independent. Two items (#1: particularly prone to depression; #20: depression can be mistaken for AD) fit to a domain relating to depression, another two items (#2: mental exercise can prevent AD development; #8: benefit of psychotherapy) can be related to potential prevention and improvement, and four items (#12: poor nutrition can make the symptoms worse; #18: high cholesterol may increase the risk of AD; #26: high blood pressure may increase the risk of AD; #27: genes can only partially account for AD development) fit to a risk factor domain. As expected from those results, neither the overall scale (H = 0.033) nor its items showed appropriate scalability index values, suggesting that ADKS does not fit to a MH model. Eleven items showed violations of the assumptions of the MH model. The meta-analytical average score was 21.78 (95% CI 20.67-22.90), with healthcare professionals and caregivers showing the highest levels of AD knowledge. CONCLUSION: Although the ADKS does not present a unidimensional structure, its independent items together provide a comprehensive spectrum of information regarding AD knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,365
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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