Reliability and Validity of the Turkish Version of the Arthritis-work Spillover Scale in Individuals with Rheumatoid Arthritis
Notice bibliographique
Résumé
Objective: The aim of this study is to adapt the arthritis-work spillover (AWS) scale for Turkish and to examine its validity and reliability. Methods: The study included 60 individuals with rheumatoid arthritis. AWS scale, disabilities of the arm, shoulder and hand questionnaire (DASH) and its subscale DASH-work module (DASH-W), arthritis impact measurement scales (AIMS2), disease activity score 28 (DAS28), and Canadian occupational performance measure (COPM) were administered to the participants. Internal consistency analysis, Cronbach’s alpha coefficient, test-retest method, confirmatory factor analysis, convergent validity were used for validity and reliability analysis. Results: Cronbach’s alpha coefficient was used for internal consistency and the result was 0.86. The test-retest reliability coefficient was 0.68 (p<0.05). In the convergent validity analysis, moderately significant correlations were observed between the AWS and DASH-W (r=0.528, p<0.05), AIMS2-role (r=0.486, p<0.05), COPM-performance (r=-0.416, p<0.05) and COPM-satisfaction scores (r=-0.435, p<0.05). The AWS demonstrated good structural fit. High correlations were observed between AWS and AIMS2-symptom, moderate correlations with DASH, AIMS2-physical, AIMS2-affect, and low correlations with DAS28 (p<0.05). Conclusion: The results of this study showed that the Turkish version of the AWS was valid and reliable evaluation. The AWS scale should be used in clinics by clinicians such as physiotherapists, physicians, occupational therapists and psychologists etc. to determine the problems experienced by patients in their professional lives and could also be a guide in planning work and occupational programmes of patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 ».