BODY-Q Normative Scores: Psychometric Validation of the BODY-Q in the General Population in Europe and North America
Notice bibliographique
Résumé
Background: BODY-Q is a rigorously developed patient-reported outcome measure designed to measure outcomes of weight loss and body contouring patients. To allow interpretation and comparison of BODY-Q scores across studies, normative BODY-Q values were generated from the general population. The aim of this study was to examine the psychometric properties of BODY-Q in the normative population. Methods: Data were collected using two crowdsourcing platforms (Prolific and Amazon Mechanical Turk) in 12 European and North American countries. Rasch measurement theory (RMT) was used to examine reliability and validity of BODY-Q scales. Results: RMT analysis supported the psychometric properties of BODY-Q in the normative sample with ordered thresholds in all items and nonsignificant chi-square values for 167 of 176 items. Reliability was high with person separation index of greater than or equal to 0.70 in 20 of 22 scales and Cronbach alpha values of greater than or equal to 0.90 in 17 of 22 scales. Mean scale scores measuring appearance, health-related quality of life, and eating-related concerns scales varied as predicted across subgroups with higher scores reported by participants who were more satisfied with their weight. Analysis to explore differential item functioning by sample (normative versus field-test) flagged some potential issues, but subsequent comparison of adjusted and unadjusted person estimates provided evidence that the scoring algorithm worked equivalently for the normative sample as in the field-test samples. Conclusions: The BODY-Q scales showed acceptable reliability and validity in the normative sample. The normative values can be used as reference in research and clinical practice in combination with local estimates for parallel analysis and comparison.
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 | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».