Psychometric validation of the <i>Diagnostic Assessment Research Tool</i>: Alcohol use disorder module
Notice bibliographique
Résumé
AIMS: Structured clinical interviewing is considered the gold standard in psychiatric diagnosis. The Diagnostic Assessment Research Tool (DART) is a novel modularized, non-copywritten, semi-structured interview; however, no studies have examined the psychometric properties of its alcohol use disorder (AUD) module. The primary aims of this study were to: (i) validate the factor structure of the DART AUD module and (ii) examine measurement invariance across several key demographic and subgroup factors. METHODS: Participants were community members in Hamilton, Canada and Boston, USA who self-identified as making a significant AUD recovery attempt (N = 499). Internal reliability was examined via the Kuder-Richardson 20 statistic, and correlations between symptom count and drinking quantity/frequency were examined. Then, symptom-level data were included in a confirmatory factor analysis to examine model fit of a single hypothesized factor structure. Finally, measurement invariance analyses were conducted for sex, age, ethnicity (White vs. racialized), and study site. RESULTS: This study found evidence for adequate internal reliability (rKR20 = 0.75), and symptom scores correlated with drinking quantity and frequency (r = 0.16-0.43). Confirmatory factor analysis results suggested excellent fit for the unidimensional one-factor AUD model (χ2 = 0.09, confirmatory factor index = 0.99, Tucker Lewis index = 0.99, standardized root mean square residual = 0.06, root mean square error of approximation = 0.02). Measurement invariance analyses revealed that the factor structure was equivalent between sex, age, ethnicity, and study site. CONCLUSIONS: Findings provide strong evidence for the psychometric validity of the DART AUD module and support its use in research and clinical practice. The DART represents a credible alternative to other diagnostic interviewing tools for AUD.
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 | 0,012 | 0,023 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».