Validation of the Japanese version of the full and short form Trust in Oncologist Scale
Notice bibliographique
Résumé
Abstract Objectives This study aimed to validate the Japanese versions of the Trust in Oncologist Scale (TiOS-J) and the TiOS-Short Form (TiOS-SF-J). Methods A cross-sectional web-based survey was conducted among cancer patients in Japan. The forward-backward translation method was used to develop the TiOS-J. The web-based survey was mailed to 633 people, of whom 309 responded. After 2 weeks, 103 among the 156 first-time respondents completed the second survey to verify the reliability of the retest method. The validity was evaluated by exploratory factor analysis (EFA), confirmatory factor analysis (CFA), Spearman’s correlation coefficients between the Patient Satisfaction Questionnaire-Japanese, willingness to recommend the oncologist, trust in health care, and number of oncological consultations. To evaluate reliability, Cronbach’s α and test–retest correlation were calculated. Results The theoretically driven four-factor model and the EFA-driven one-factor model of the full-form TiOS-J (18 items) did not result in an acceptable fit; however, CFA supported the one-dimensionality of the 5 items from the TiOS-SF-J ( χ 2 (5) = 12.36, p = 0.03, goodness-of-fit index = 0.984, adjusted goodness-of-fit index = 0.952, comparative fit index = 0.991, and root mean square error of approximation = 0.069). With regard to the reliability of TiOS-J and TiOS-SF-J, the Cronbach’s alpha values were 0.94 and 0.89, respectively; the test–retest values were 0.82 and 0.78. Significance of Results This study indicated that the TiOS-J and TiOS-SF-J are valid and reliable instruments for measuring patients’ trust in their oncologists and can be used to assess trust in oncologists for both clinical and research purposes.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».