Validation of the Coping with Health Injuries and Problems questionnaire in a longitudinal cohort with recent-onset RA
Notice bibliographique
Résumé
Abstract Objective To validate the Coping with Health Injuries and Problems (CHIP) questionnaire in a prospective cohort of early RA patients. Methods Between 2006 and 2022, newly diagnosed RA patients self-administered CHIP at baseline and at follow-up visits. The original CHIP comprises four subscales (Distraction, Palliative, Instrumental, Emotional preoccupation), each containing eight items (scores 8 to 40). At inclusion and again after more than 2 years of follow-up, internal consistency was assessed with Cronbach’s alpha, factor structure with exploratory and confirmatory factor analyses (EFA, CFA), and sensitivity to change with mixed linear models with repeated measures. Results In 381 early RA patients, the means (SD) were 23.75 (6.52) for Distraction, 23.55 (6.11) for Palliative, 31.38 (5.41) for Instrumental and 25.11 (7.89) for Emotional preoccupation, values comparable to the literature only available in back pain patients. In 253 of the 381 patients followed up into established RA, all subscales except Distraction had decreased significantly between inclusion and follow-up. Internal consistency was similar in established and early RA (Cronbach’s alphas: 0.77 to 0.89 vs 0.75 to 0.86, respectively). EFA in early and established RA suggested that three items linked to treatment adherence consistently segregated from other Instrumental items as a subscale, although this did not improve internal consistency and CFA significantly. Conclusion The original CHIP possesses good psychometric properties to describe individual coping styles in both early and established RA. Coping in RA might be better characterized using five rather than four subscales, with the additional subscale addressing treatment adherence.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».