Development and psychometric evaluation of the CanSmart questionnaire to measure chronic disease self-management tasks
Notice bibliographique
Résumé
BACKGROUND: Psychometrically sound measures of chronic disease self-management tasks are needed to improve identification of patient needs and to tailor self-management programs. This study aimed to develop and conduct a preliminary psychometric analysis of the CanSMART questionnaire among a diverse, multimorbid Canadian population. METHODS: The data were drawn from a cross-sectional online survey to examine self-management needs and support preferences. Participants were 306 Canadian adults with one or more physical and/or emotional chronic conditions. The questionnaire on frequency of self-management tasks was developed with substantial patient partner input. We conducted Exploratory Factor Analysis (EFA) and Confirmatory Factor Analysis (CFA) of the 11 self-management tasks comprising the scale in two randomly selected subsamples, followed by Rasch analysis. Associations between patient characteristics and the self-management task subscales and individual items were explored. RESULTS: The factor analyses identified two self-management task subscales that were labelled Coping tasks (6 items) and Physical tasks (3 items), with Cronbach's alpha of 0.70 and 0.67, respectively. Rasch analysis suggested that participants had difficulty discriminating between response options "mostly" and "always". In analyses of independent associations with patient characteristics, both Coping and Physical tasks were associated with reporting more than one chronic disease and employment disability. The Coping tasks subscale was associated with female sex. Two items, on medication use and monitoring biological parameters, did not load on either scale. Both were associated with specific diagnoses. CONCLUSIONS: In this preliminary analysis, two self-management tasks subscales exhibit good psychometric properties. Two items that did not load on either scale may represent additional dimensions of self-management. This work provides the basis for further scale development and use in research and clinical practice.
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 | 0,001 |
| 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) | 0,000 | 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 ».