The short-form Memory Impact Questionnaire: development and validation among community-dwelling middle-aged and older adults
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: As they age, many people experience memory changes that can impact their everyday functioning. The Memory Impact Questionnaire (MIQ) is a 51-item measure that assesses the negative impact of memory changes on one's lifestyle activities, negative appraisals of the self-due to memory changes, perceived negative appraisals from others due to memory changes, and coping approaches intended to compensate for memory changes. To improve the utility of this tool, we developed a short form version of the MIQ and investigated its psychometric properties. RESEARCH DESIGN AND METHODS: First, we established a 27-item version of the MIQ based on re-analysis of a previously collected sample of 205 adults (Mage = 71.8, SDage = 8.7) using a newly developed statistical tool for shortening existing measures (the Optimization App for Selecting Item Subsets). Next, we examined the psychometric properties of the short-form MIQ among an independent sample of 673 middle-aged and older adults (Mage = 73.1, SDage = 7.6). RESULTS: Our results revealed strong convergent (|rs| = 0.40-0.81) and discriminant validity (|r| = 0.19), test-retest reliability [intraclass correlation coefficient (ICC = 0.91)], and internal consistency (α=0.88) of the short-form MIQ. Factor structure and model fit were investigated and confirmed via exploratory and confirmatory factor analyses. Robust measurement invariance was demonstrated across gender, age and level of education. DISCUSSION AND IMPLICATIONS: Our findings demonstrate that the shortened MIQ retains the psychometric properties of the original scale while decreasing questionnaire length by ∼50%, thus improving its utility in both clinical and research settings.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».