开发和初步验证DESCAQ:一个基于Rash的计算机适应问卷,用于评估数字眼睛疲劳

科学领域:

• 眼科医生 眼科 眼科
• 数字健康数字健康
• 心理测量 心理测量 心理测量

背景情况:

• 数字眼疲劳是数字设备用户中普遍存在的问题.
• 现有的测量工具可能缺乏效率或易用性.
• 需要快速准确地评估数字眼睛疲劳.

研究的目的:

• 开发和验证数字眼睛应变计算机自适应问卷 (DESCAQ).
• 创建一个用于测量8-65岁个体的数字眼睛疲劳的工具.
• 为更广泛的可访问性提供西班牙语和英语版本.

主要方法:

• 西班牙语DESCAQ的跨文化适应英语.
• 英国和美国数字设备用户的在线管理.
• 使用部分信贷模型和拉什模型进行分析.
• 对CVSS17的测试-重试可靠性和融合有效性评估.

主要成果:

• 最终的英语DESCAQ包括36个项目,可靠性指数为0.95.
• 问卷快速填写 (大约1小时). 120秒) 使用平均12个项目.
• 证明了高的测试重复测试可靠性 (ICC=0.884) 和强的融合有效性 (r=0.87).
• 该工具可以区分多达八个严重程度的数字眼睛疲劳.

结论:

• DESCAQ 是一个经过验证,准确和可靠的基于网络的工具,用于评估数字眼睛疲劳.
• 它为研究人员和临床医生提供了快速易于解释的分数.
• DESCAQ将数字眼睛疲劳严重程度分为八个不同的级别.