Psychometric validation of the Cardiac Rehabilitation Barriers Scale Revised (CRBS-R) for hybrid delivery
Notice bibliographique
Résumé
OBJECTIVE: To test the measurement properties of the revised version of the English Cardiac Rehabilitation Barriers Scale (CRBS-R), suitable for hybrid delivery, structural validity, internal reliability, as well as face, cross-cultural, construct and criterion validity were assessed. DESIGN: Cross-sectional study, where participants completed an online survey via Qualtrics (2023-2024). SETTING: Multicentre, with cardiac rehabilitation (CR) programmes recruiting patients globally; most patients stemmed from a hybrid programme in Iran and supervised programme in Brazil. PARTICIPANTS: Participants include inpatients or outpatients with a cardiovascular diagnosis or procedure that is indicated for participation in CR. MEASURES: In addition to sociodemographic and CR use items, the 21-item CRBS-R was administered. It assesses multilevel barriers and was revised based on a literature review. Responses range from 1 to 5, with higher scores indicating greater barriers. RESULTS: 235 patients participated from all 6 WHO regions. Items were rated as highly applicable, and open-ended responses revealing no key barriers were omitted, supporting face and cross-cultural validity. Cronbach's α for the total CRBS-R was 0.82. Principal components analysis resulted in the extraction of 4 components, which collectively accounted for 60.5% of the variance and were all internally consistent. Construct validity was supported by associations of total CRBS scores with work status (p=0.04), exercise history (p=0.01) and social support (p=0.03). Total CRBS-R scores were significantly lower in patients who were referred and enrolled versus those who were not (both p≤0.01), confirming criterion validity. CONCLUSIONS: The CRBS-R is a reliable and valid scale comprising four subscales, applicable to hybrid CR across diverse settings. It can serve as a valuable tool to support identification of patient's CR barriers, to optimise secondary prevention utilisation globally.
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 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».