Trust under the microscope: psychometric evaluation of the Persian version of the Trust in Multidimensional Healthcare Systems Scale
Notice bibliographique
Résumé
BACKGROUND: Trust in healthcare systems is an essential determinant of patient satisfaction and healthcare outcomes. Understanding and measuring this trust is essential for improving healthcare services. Due to the lack of a valid and reliable tool in Iran for measuring trust in multidimensional healthcare systems, this study aimed to evaluate the psychometric properties of the Persian version of the Trust in Multidimensional Healthcare Systems Scale (P-TIMHSS). METHODS: This cross-sectional study was conducted in 2024. The questionnaire was distributed online to family members of students at Iran University of Medical Sciences (N = 411). Face and content validity were assessed qualitatively. Participants were randomly divided into two groups for exploratory (n = 205) and confirmatory factor analysis (n = 206). Internal consistency was calculated using Cronbach’s alpha and McDonald’s omega coefficients. The analyses were performed using Jamovi software version 2.4.14 and Amos version 26. RESULTS: The exploratory factor analysis identified four factors of Attention, Expertise, Trustworthiness, and Information, explaining 56.3% of the total variance. Internal consistency coefficients ranged from 0.810 to 0.926. The extracted factors showed correlations above 0.50. Fit indices in the confirmatory factor analysis were appropriate (CMIN/DF = 2.427, CFI = 0.939, IFI = 0.939, NFI = 0.90, and RMSEA = 0.059). These results support the reliability and validity of the P-TIMHSS. CONCLUSION: The P-TIMHSS demonstrates strong psychometric properties, making it suitable for assessing trust in the Iranian healthcare system in national studies. Periodic assessments using this scale are recommended to identify trust deficits and design targeted interventions.
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 | 0,006 | 0,020 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».