MétaCan
Menu
Retour à la cohorte
Enregistrement W3154757207 · doi:10.3390/pharmacy9020078

Development and Content Validation of an Instrument to Measure Medication Self-Management in Older Adults

2021· article· en· W3154757207 sur OpenAlexaff
Tejal Patel, Aidan McDougall, Jessica Ivo, Jillian Carducci, Sarah Pritchard, Feng Chang, Sadaf Faisal, Catherine Lee

Notice bibliographique

RevuePharmacy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensCentre for Family MedicineInstitute of AgingResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésContent validityReadabilityPolypharmacyFace validityRelevance (law)CognitionMedicinePsychologyPhysical therapyClinical psychologyPsychometricsComputer sciencePsychiatryIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For older adults, the capacity to self-manage medications may be limited by several factors. However, currently available tools do not permit a comprehensive assessment of such limitations. The Domain Specific Limitation in Medication Management Capacity (DSL-MMC) was developed to address this need. This study aimed to establish the face and content validity of the DSL-MMC. METHODS: The DSL-MMC tool consisted of 4 domains and 12 sub-domains with 42 items including: 1. physical abilities (vision, dexterity, hearing); 2. cognition (comprehension, memory, executive functioning); 3. medication regimen complexity (dosing regimen, non-oral administration, polypharmacy); and 4. access/caregiver (prescription refill, new prescription, caregiver). Pharmacists assessed each item for relevance, importance, readability, understandability, and representation. Items with content validity index (CVI) scores of <0.80 for relevance were examined for revision or removal. RESULTS: Twelve pharmacists participated in the study. CVI scores for relevance and importance of domains were 1.0; of the sub-domains, two were below 0.80. Among the 42 items, 35 (83%) and 30 (71%) maintained CVI scores above 0.80 for relevance and importance, respectively. Five items were removed, three were merged and seven were modified due to low CVI scores and/or feedback. CONCLUSION: The DSL-MMC has been validated for content.

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 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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,188
Tête enseignante GPT0,407
Écart entre enseignants0,218 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207