Contextualizing the revised Patient Perception of Patient-Centeredness (PPPC-R) scale in primary healthcare settings: a validity and reliability evaluation study
Notice bibliographique
Résumé
Abstract Background An English version of the Patient Perception of Patient-Centeredness (PPPC) scale was recently revised, and it is necessary to test this instrument in different primary care populations. Aim This study aimed to assess the validity and reliability of a Chinese version of the PPPC scale. Design A mixed method was used in this study. The Delphi method was used to collect qualitative and quantitative data to address the content validity of the PPPC scale by calculating the Content Validity Index, Content Validity Ratio, the adjusted Kappa, and the Item Impact Score. Confirmatory factor analysis (CFA) and exploratory factor analysis (EFA) were used to assess the construct validity of the PPPC scale through a cross-sectional survey. The internal consistency was also assessed. Setting/participants In the Delphi consultation, seven experts were consulted through a questionnaire sent by email. The cross-sectional survey interviewed 188 outpatients in Guangzhou city and 108 outpatients in Hohhot City from community health service centers or stations face-to-face. Results The 21 items in the scale were relevant to their component. The Item-level Content Validity Index for each item was higher than 0.79, and the average Scale-level content validity index was 0.97 in each evaluation round. The initial proposed 4-factor CFA model did not fit adequately. Still, we found a 3-factor solution based on our EFA model and the validation via the CFA model (model fit: $${\chi }^{2}=294.573$$ χ 2 = 294.573 , P < 0.001, RMSEA = 0.044, CFI = 0.981; factor loadings: 0.553 to 0.888). Cronbach's α also indicated good internal consistency reliability: The overall Cronbach's α was 0.922, and the Cronbach's α for each factor was 0.851, 0.872, and 0.717, respectively. Conclusions The Chinese version of the PPPC scale provides a valuable tool for evaluating patient-centered medical service quality.
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 | 0,022 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».