COVID-19 Peritraumatic Distress Index Instrument – Translation and Validation of Bulgarian Version
Notice bibliographique
Résumé
BACKGROUND: COVID-19 peritraumatic distress index (CPDI) self-report questionnaire was designed to measure peritraumatic psychological distress in a pandemic emergency. AIM: The aim of the study was the validation of Bulgarian COVID-19 peritraumatic distress index (CPDI) questionnaire and its application to measure psychological distress level in Bulgarian population. METHODS: The study was conducted among 42 adults from February 2022 to March 2022. The average age of respondents participating in the validation of COVID-19 peritraumatic distress index (CPDI) questionnaire is 40.88 ± 13.309, women being predominant - 71.4% (n = 30), as well as individuals with higher education- 69% (n = 29). Following the preliminary instruction, all participants filled out the online Bulgarian version of the questionnaire anonymously 2 times within a period of 2 weeks. Data were analyzed using descriptive statistic, the Wilcoxon signed-rank test, Cronbach’s alpha, and Corrected Item-Total Correlation. RESULTS: The CPDI instrument was linguistically validated according to a standard procedure (8) and cross-culturally adapted (9) into Bulgarian in several stages. The overall Cronbach’s alpha for the Peritraumatic Distress Index (CPDI) questionnaire is 0.940. Almost all corrected item-total correlations exceeded the accepted cut off of 0.30 indicating each item was related to the overall scale except for Q5 “I feel sympathetic to COVID-19 patients and their families.” CONCLUSION: The Bulgarian version of the questionnaire reveals good reliability and cross-cultural validity and can be applied widely for measuring the prevalence of psychological suffering and distress in the pandemic emergency.
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 | 0,004 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».