Fiabilidade e Validade de Constructo da Pain DETECT Questionnaire
Bibliographic record
Abstract
Introdução: Em Portugal, a Dor Lombar Crónica (DLC) é uma das manifestações reumatológicas mais frequentes, afectando 12,3% (95%IC: 10,5-14,3) dos indivíduos adultos. Na complexidade da DLC, parecem existir diferentes componentes de dor, isto é, dor Nociceptiva (NOC), Neuropática (NEP) e mista que podem contribuir para diferentes tipos de dor num indivíduo. Objectivo: Contribuir para a validação do PAIN DETECT QUESTIONNAIRE através do estudo da sua fiabilidade, validade de constructo na classificação da componente NOC/NEP e mista, em utentes com DLC. Metodologia: Realizou-se um estudo metodológico, transversal para avaliar as propriedades psicométricas da versão portuguesa da PDQ em 102 indivíduos com DLC. Foi realizado o estudo da validade estrutural do PDQ-PT através da Análise Fatorial Exploratória (AFE), da consistência interna, fiabilidade teste-reteste e validade de constructo (convergente e discriminativa). Para avaliação da validade de constructo convergente e discriminativa foram estabelecidas hipóteses apriori relativas à força da correlação e significado estatístico com a DN4-PT (validade convergente) e relativas à capacidade do instrumento detetar diferenças com significado estatístico entre os subgrupos NOC e NEP na intensidade da dor (escala numérica de Dor) e na incapacidade funcional (Quebec Back Pain Disability Scale). Resultados: A AFE revelou uma solução fatorial inicial de apenas um fator comum (descritores da dor neuropática), com um engeinvalue de 3,45 que explica 49,3% da variância total no conjunto dos 7 itens analisados. O PDQ-PT revelou uma excelente consistência interna (α de Cronbach=0,84) e excelente fiabilidade teste-reteste (CCI= 0,97; IC 95%: 0,95-0,98, p<0.001). Relativamente à validade de constructo foram corroboradas todas as hipóteses estabelecidas apriori. Foi observada uma forte correlação entre o PDQ-PT e a DN4-PT (r=0,739, p<0.001) e detetou-se diferenças significativas, no que respeita à intensidade da dor e incapacidade funcional, entre utentes DLC NEP e NOC (p=0,005 e p=0.011, respetivamente). Conclusões: O PDQ-PT demonstrou boa validade e fiabilidade, recomendando-se o seu uso na medição e classificação do tipo de dor predominante (NOC/NEP e MISTA) em utentes com DLC, em contexto clínico e de investigação.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.025 | 0.075 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".