Evaluation of the Coping Strategies Questionnaire-Revised for fatigue in systemic sclerosis: a Scleroderma Patient-centred Intervention Network (SPIN) cohort study
Notice bibliographique
Résumé
OBJECTIVES: To adapt and evaluate the Coping Strategies Questionnaire-Revised (CSQ-R), designed to assess pain coping, for assessing coping with fatigue in systemic sclerosis (SSc). METHODS: We adapted CSQ-R items for fatigue, and a panel of people with SSc verified content validity. Scleroderma Patient-centred Intervention Network Cohort participants completed the CSQ-R-Fatigue. We evaluated factor structure with confirmatory factor analysis (CFA), assessed differential item functioning (DIF) by English and French language and disease subtype, and evaluated internal consistency and test-retest reliability. RESULTS: 863 participants were included. Most were female (n=756; 88%), and 36% (n=308) had diffuse SSc. We replicated the 6-factor CSQ-R structure (Tucker-Lewis Index =0.95, Comparative Fit Index =0.97, Root Mean Square Error of Approximation =0.05). We found substantive DIF across multiple factors, however, for language and disease subtype (11 items on 6 factors for language, 10 items on 5 factors for subtype). Factor-score differences due to DIF by language and subtype were ≥0.20 standardised mean differences for 4 factors each. Test-retest reliability for factors based on intraclass correlation was between 0.68 [95% CI 0.58, 0.76] and 0.91 [95% CI 0.88, 0.93]; n=183. CONCLUSIONS: The CSQ-R-Fatigue may not be appropriate to assess coping with fatigue in SSc due to possible biases related to language and disease severity. An additional concern is that the CSQ-R-Fatigue focuses on psychological coping and does not assess active coping strategies. Research is needed to identify or develop tools to evaluate coping strategies for managing fatigue in SSc.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».