Validation of the Rivermead Post-Concussion Symptoms Questionnaire (RPQ) on Patients Injured in High Impact Car Accidents
Notice bibliographique
Résumé
Background:The Rivermead Post-Concussion Symptoms Questionnaire (RPQ) is used widely in clinical assessments.Its 16 items describe subjective neuropsychological symptoms.This study evaluates the criterion validity, convergent validity, and internal consistency of the RPQ in a sample of survivors of high impact motor vehicle accidents (MVAs).Method: De-identified data on 65 post-MVA patients (mean age 38.1 years, SD=13.1;24 men, 41 women) were available.Their data include scores on the Rivermead Post-Concussion Symptoms Questionnaire (RPQ), Subjective Neuropsychological Symptoms Scale (SNPSS), Insomnia Severity Index (ISI), Whetstone's and Steiner's measures of post-MVA driving anxiety, and the PCL-5 measure of PTSD.The data also included ratings of the worst pain, least pain, and of average pain (Items 3, 4, and 5 of the Brief Pain Inventory) and ratings of depression, anger, and of anxiety (Items 10 to 12 of the Whiplash Disability Questionnaire). Results:The patients' average RPQ score was 45.5 (SD=9.8)and that of the normal controls 8.3 (13.2): the effect size corresponds to point biserial coefficient of .84,thus indicating a very satisfactory criterion validity.The convergent validity is also satisfactory (r=.79 to the SNPSS).Cronbach alpha coefficient for the full 16 item RPQ was excellent (.97) and would not be improved by evaluating separately the first 3 RPQ items and the next 13 items. Discussion and Conclusions:We recommend that the RPQ be employed jointly with SNPSS in clinical assessments and research.The SNPSS includes important post-concussive symptoms missing in the RPQ as well as other subjective neuropsychological symptoms.
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 | 0,000 |
| 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) | 0,000 | 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 ».