Differential Item Functioning on the Cochin Hand Function Scale Among People With Systemic Sclerosis by Language, Sex, and Disease Subtype: A Scleroderma <scp>Patient‐Centered</scp> Intervention Network (<scp>SPIN</scp>) Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the degree that the Cochin Hand Function Scale (CHFS) generates scores that are comparable across language, sex, and disease subtype. METHODS: We included participants enrolled in the Scleroderma Patient-centered Intervention Network (SPIN) Cohort who completed the CHFS at their baseline assessment between April 2014 and September 2020. Confirmatory factor analysis (CFA) was used to test unidimensionality, and multiple indicator multiple cause (MIMIC) models were used for differential item functioning (DIF) analysis based on language, sex, and disease subtype. Both intraclass correlation coefficient (ICC) and Pearson's correlation were calculated using factor scores obtained from unadjusted and DIF-adjusted MIMIC models to evaluate agreement and correlation between scores. RESULTS: [127] = 1,754.671; P < 0.001; Tucker-Lewis index = 0.985; comparative fit index = 0.987; root mean square error of approximation = 0.077). Nine items displayed statistically significant DIF for language of administration, 10 items for sex, and 10 items for disease subtype. However, the overall impact of DIF was negligible when comparing factor scores that did and did not account for DIF (ICC = 0.999; r = 0.999). CONCLUSION: The CHFS has score comparability in systemic sclerosis regardless of participants' language, sex, and disease subtype.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».