Translation, cross-cultural adaptation and psychometric evaluation of the Brazilian version of the Cystic Fibrosis Knowledge Scale (CFKS)
Notice bibliographique
Résumé
BACKGROUND: Information on the level of knowledge about cystic fibrosis (CF) among affected people and their families is still scarce. OBJECTIVE: This study aimed to translate, cross-culturally adapt and analyze the psychometric properties of the Brazilian version of Cystic Fibrosis Knowledge Scale (CFKS). MATERIALS AND METHODS: The translation and cross-cultural adaptation involved the stages of translation, synthesis of translations, reverse translation, synthesis of reverse translations, review by a multi-professional committee of experts and pre-testing. The reliability, viability, construct, predictive, concurrent and discriminant validity were investigated. RESULTS: The sample consisted of 40 individuals with cystic CF, 47 individuals with asthma, 242 healthcare workers and 81 students from the health area. The Brazilian version of the CFKS presented high internal consistency (α = 0.91), moderate floor and ceiling effects, without differences in the test-retest scores. An analysis of factorial exploration identified three dimensions. Confirmatory factor analysis led to an acceptable data-model fit. There was good predictive validity, with a difference in the scores among all the evaluated groups (p <0.001), as well as good discriminant validity since individuals with asthma had greater knowledge of asthma compared to CF (r = 0.401, p = 0.005; r2 = 0.162). However, there was no difference between the diagnosis time and knowledge about CF (r = -0.25, p = 0.11; r2 = 0.06), either between treatment adherence and knowledge about CF (r = -0.04, p = 0.77; r2 = 0.002). CONCLUSION: The Brazilian version of the CFKS indicated that the scale is able to provide valid, reliable and reproducible measures for evaluating the knowledge about CF.
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 | 0,013 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».