MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387329769

Validation of the Chinese Version of the 16-Item Negative Symptom Assessment

2020· article· en· W4387329769 sur OpenAlexaboutno aff
Bin Huang, Qi Miao, Yu Xiang, Pu Chen, Shi C

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyClinical psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bing-jie Huang,1– 4 Yong Wang,1– 4 Qi Miao,1– 4 Xin Yu,1– 4 Cheng-cheng Pu,1– 4 Chuan Shi1– 4 1Clinical Research Department, Peking University Sixth Hospital, Beijing, People’s Republic of China; 2Institute of Mental Health, Peking University, Beijing, People’s Republic of China; 3NHC Key Laboratory of Mental Health (Peking University), , Beijing, People’s Republic of China; 4National Clinical Research Center for Mental Disorders (Peking University Sixth Hospital), Beijing, People’s Republic of ChinaCorrespondence: Cheng-cheng Pu; Chuan Shi Email pciami@163.com; shichuan@bjmu.edu.cnPurpose: The Negative Symptom Assessment-16 (NSA-16) is an instrument with significant validity and utility for assessing negative symptoms associated with schizophrenia. This study aimed to validate the Chinese version of the NSA-16.Patients and Methods: A total of 172 participants with schizophrenia were assessed with the NSA-16, Scale for Assessment of Negative Symptoms (SANS), Positive and Negative Syndrome Scale (PANSS), Calgary Depression Scale for Schizophrenia (CDSS) and Rating Scale for Extrapyramidal Side Effects (RSESE). The factor structure of the NSA-16 was evaluated via exploratory and confirmatory factor analysis. Cronbach’s α and intraclass correlation coefficients were computed. Correlations were evaluated via Spearman correlation coefficient.Results: The original five-factor model of the NSA-16 did not fit our sample. Exploratory factor analysis followed by confirmatory factor analysis suggested a three-factor structure, consisting of communication, emotion and motivation, with 15 items. The NSA with 15 items was termed as the NSA-15. The NSA-15 showed excellent convergent validity by high correlations with the SANS and PANSS total and negative factor scores and good divergent validity by independence from the PANSS positive factor, CDSS and RSESE. The NSA-15 showed good internal consistency, interrater reliability and test–retest reliability.Conclusion: The NSA-15 is best characterized by a three-factor structure and is valid for assessing negative symptoms of schizophrenia in Chinese individuals.Keywords: negative symptoms, schizophrenia, NSA, reliability, validity

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,182
Tête enseignante GPT0,599
Écart entre enseignants0,417 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetResilience and Mental Health→Travaux en français237 207→