Validation of the translated version of the EVAN-G scale in a Chinese-speaking population
Notice bibliographique
Résumé
BACKGROUND: This study aimed to translate the French version of a perioperative satisfaction questionnaire (EVAN-G) scale, a validated questionnaire for assessing perioperative patient satisfaction, into a Chinese version and validate it in Chinese-speaking patients. METHODS: We developed the Chinese version of the EVAN-G (EVAN-GC) scale based on the original French version of the EVAN-G. The EVAN-GC scale, the Short version of the Spielberger State-Trait Anxiety Inventory (S-STAI), and the McGill pain questionnaire (MGPQ) were administered on the WeChat mini program. We invited patients to complete these questionnaires within 4 to 24 h after surgery. The psychometric validation of the EVAN-GC scale included validity, reliability, and acceptability. RESULTS: Among 220 patients, 217 (98.6%) completed the EVAN-GC scale after surgery. The item-internal consistency revealed good construct validity. Compared with the total scores of the S-STAI and MGPQ, the EVAN-GC scale showed excellent convergent validity (ρ = - 0.32, P < 0.001; ρ = - 0.29, P < 0.001). The EVAN-GC scale could differentiate between groups, which showed good discriminate validity. The Cronbach's alpha coefficient (0.85) of the translated scale demonstrated satisfactory internal consistency reliability, and a 36-patient subsample retest evidenced good test-retest reliability (ρ = 0.82, P < 0.001). In addition, the median [interquartile range] time of completing the EVAN-GC scale was 3.7 [2.9-4.9] min. CONCLUSIONS: The EVAN-GC scale has good psychometric properties similar to those of the original French version. The EVAN-GC scale is a valid and reliable measurement to assess patient satisfaction in Chinese-speaking patients. TRIAL REGISTRATION: The Chinese Clinical Trial Registry, ChiCTR2100049555.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».