是否有可能开发一种患者报告的经验测量方法,具有较低的上限效应?

科学领域:

• 医疗保健服务研究 医疗服务研究
• 患者体验测量 患者体验测量
• 心理测量 心理测量 心理测量

背景情况:

• 像JSPPPE和WTPS这样的现有患者报告体验测量 (PREM) 显示出高度的相互关联和天花板效应,限制了它们捕捉细微患者体验的能力.
• 在PREM中,上限效应会导致信息丢失,因为可能无法测量得分最高的患者之间的差异.
• 开发具有更大的可变性和更低的上限效应的PREM对于准确评估患者体验和识别影响患者体验的因素至关重要.

研究的目的:

• 从现有的PREM中识别和分组测量患者体验的相似方面的项目.
• 使用项目响应理论开发一种新的,简短的PREM,具有较低的上限效应.
• 为了验证新的PREM的因子结构,内部一致性和与已建立的PREM在不同的测量量级 (二进制与5点利克特) 上的相关性.

主要方法:

• 两项涉及寻求肌肉骨护理的患者的横截面研究进行,以开发和验证新的PREM.
• 探索性和确认性因子分析 (CFA) 用于确定项目分组,其次是项目响应理论来选择具有最佳难度参数的项目.
• 新的PREM被评估使用二进制和五分利克特尺度,评估内部一致性 (克朗巴赫α) 和与其他PREM的相关性.

主要成果:

• 确定了三个项目分组:"对临床医生的信任"",与临床医生的关系"",参与共享决策". "对临床医生的信任"因素被选为进一步开发.
• 一个7项简短的形式 (TRECS-7) 显示出出色的CFA模型合适性,内部一致性 (Cronbach的α = 0.91),以及良好的项目响应理论参数,表明降低了天花板效应.
• 验证队列证实了TRECS-7的性能,显示出良好的模型匹配,优秀的内部一致性 (Cronbach的α = 0.92),有限的天花板效应 (14%) 和与JSPPPE (ρ = 0.77) 和WTPS (ρ = 0.74) 的显著相关性.

结论:

• 一个简短的,以信任为重点的7项患者体验测量 (TRECS) 有效地减轻了其他PREM中发现的常见上限效应,具有强烈的心理测量特性.
• TRECS提供了对患者体验的更准确的评估,有助于评估干预措施并推动医疗保健系统的改进.
• 未来的研究应该专注于在不同人群中对TRECS的外部验证以及基于人群的T分数转换表的开发.