interRAI Quality of Life for Mental Health and Addictions: Psychometric Properties and Differences Across Age, Gender, and Service Settings in Brazil
Notice bibliographique
Résumé
OBJECTIVE: Estimate the psychometric properties of the interRAI Quality of Life for Mental Health and Addictions (interRAI QOL) instrument with users of Psychosocial Care Centers and participants of therapeutic groups in Primary Health Care, exploring age, gender, and service settings differences in quality of life. METHOD: This quantitative study was conducted with 617 users from Psychosocial Care Centers and Primary Care services in two Brazilian states, Rio Grande do Sul and Rondônia. Data collection was carried out using the interRAI QOL. Confirmatory factor analysis and reliability assessment were performed using McDonald's Omega index. Non-parametric tests, including Mann-Whitney and Kruskal-Wallis, were conducted to compare the Quality-of-Life dimensions among participants based on age, gender, and care unit. RESULTS: The confirmatory factor analysis indicated a good fit for the hypothesized model (CFI = 0.97, RMSEA = 0.08). Reliability was adequate for all subscales according to McDonald's Omega, ranging from 0.71 to 0.88. Gender differences were observed in the well-being and health dimensions, while all dimensions except support showed significant differences based on age group. The care unit location also revealed significant differences across all dimensions. Participants from Psychosocial Care Center Alcohol and Drugs and from Primary Health Care show better QOL profiles than in other settings and regions. CONCLUSION: The interRAI QOL demonstrated adequate psychometric properties and proved to be a valuable new instrument for assessing quality of life among individuals receiving care in the psychosocial care network.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».