Psychometric Properties and Factor Structure of the Arabic Translation of the Brief Negative Symptom Scale
Notice bibliographique
Résumé
Introduction: The current study embarked on an Arabic translation of the BNSS and an examination of its psychometric properties in a Tunisian sample of inpatients and outpatients with schizophrenia. Methods: = 178) completed administrations of the A-BNSS, the Scale for the Assessment of Negative Symptoms (SANS), Positive and Negative Syndrome Scale (PANSS), Calgary Depression Scale for Schizophrenia (CDSS), and the St. Hans Rating Scale (SHRS). Results: The A-BNSS produced strong evidence for the reliability of the scale with Cronbach's alpha and interrater ICC estimates for the full measure and its subscales falling in the good to excellent range. The A-BNSS showed excellent convergent validity with large correlations of its full scale and subscale scores with the SANS and PANSS-negative symptom scores. The A-BNSS showed minimal correlations with PANSS-positive and emotional distress scores, CDSS depression, and SHRS extrapyramidal symptoms, suggesting strong discriminant validity. CFA favored a five-factor model consistent with the NIMH consensus domains. Conclusion: The study supports the robust psychometric properties of the Arabic translation of the BNSS rendering it promising for the assessment of negative symptoms in Arabic-speaking individuals with schizophrenia. Along with preexisting translations, this extension of the language repertoire of the BNSS would support cross-cultural deconstruction of the phenomenology of negative symptoms and outcome evaluation in global clinical trials.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».