Summary
Hier präsentieren wir Ihnen ein Protokoll zur adaptiven Tests Computersystem der funktionale Bewertung des Schlaganfalls (CAT-FAS) zu entwickeln. Der CAT-FAS können gleichzeitig vier Funktionen (zwei motorischen Funktionen [oberen und unteren Extremitäten], posturale Kontrolle und grundlegende Aktivitäten des täglichen Lebens) mit ausreichender Zuverlässigkeit und Effizienz der Verwaltung beurteilen.
Abstract
Adaptive Tests Computersystem der funktionale Bewertung des Schlaganfalls (CAT-FAS) kann gleichzeitig vier Funktionen (motorischen Funktionen der oberen und unteren Extremitäten, posturale Kontrolle und grundlegende Aktivitäten des täglichen Lebens) mit ausreichend beurteilen. Zuverlässigkeit und Effizienz der Verwaltung. CAT, eine moderne Messmethode zielt darauf ab, eine verlässliche Schätzung der Prüfling Niveau der Funktion schnell bereitstellen. CAT verwaltet nur wenige Elemente dessen Element Schwierigkeiten ein Prüfling Funktion übereinstimmen und somit die verwalteten Elemente der Katze bieten ausreichende Informationen, damit der Prüfling Funktion in kurzer Zeit zuverlässig einschätzen. Der CAT-FAS entwickelte sich durch vier Schritte: (1) Bestimmung der Element-Bank, (2) zur Festlegung der Regeln stoppen (3) Validierung der CAT-FAS und (4) eine Plattform der Online-Verwaltung zu etablieren. Die Ergebnisse dieser Studie zeigen, dass die CAT-FAS hat ausreichend Verwaltungseffizienz (durchschnittliche Anzahl der Artikel = 8,5) und Zuverlässigkeit (Gruppenebene Rasch Zuverlässigkeit: 0,88 - 0,93; Grad Rasch Zuverlässigkeit: ≥70 % der Patienten hatten Rasch Zuverlässigkeit Partitur ≥0.90) gleichzeitig vier Funktionen bei Patienten mit Schlaganfall einzuschätzen. Darüber hinaus da CAT-FAS ist ein Computer-basierter Test, der CAT-FAS hat drei weitere Vorteile: die automatische Berechnung von Scores, die sofortige Speicherung der Daten und den einfachen Export von Daten. Diese Vorteile der CAT-FAS werden vorteilhaft für die Datenverwaltung für Kliniker und Forscher.
Introduction
Dysfunktionen der oberen und unteren Extremitäten (UE und LE), posturale Kontrolle und grundlegende Aktivitäten des täglichen Lebens (BADL) sind große Folgeerscheinungen von Schlaganfall1,2,3. Die Bewertung dieser vier Funktionen bei Patienten mit Schlaganfall ist von grundlegender Bedeutung für Kliniker bewerten Patienten Ebenen Dysfunktionen, Behandlungsziele und Pläne und überwachen die longitudinalen Flugbahnen dieser Funktionen.
Die Fugl-Meyer-Bewertung (FM), haben4 die posturale Beurteilungsskala für Schlaganfall-Patienten (PASS),5 und der Barthel-Index (BI)-6 gute psychometrische Eigenschaften zur Beurteilung der UE/LE-Motorik, posturale Kontrolle und BADL, bzw. bei Patienten mit Schlaganfall7,8,9. Insgesamt 72 Elemente aus diesen drei Maßnahmen behindert jedoch die Machbarkeit innerhalb einer zeitlich begrenzten therapeutischen Sitzung alle drei Maßnahmen zu bewerten. Ein effizienter Testverfahren ist gewährleistet. Computerisierte adaptive Test (CAT) ist eine moderne Messmethode. Verglichen mit herkömmlichen Messmethoden bietet CAT eine zuverlässige Schätzung der der Prüfling Funktion in viel weniger Zeit10,11,12. In herkömmlichen Messmethoden jeder Prüfling erhält die gleichen Testform (oder Element setzt), in dem viele Elemente sind zu schwer oder zu leicht für den Prüfling. Diese Artikel bieten nur begrenzte Informationen zur Abschätzung der Prüfling Maß an Funktion und sind zeitintensiv für Prüflinge. Im Gegensatz dazu bekommt jeder Prüfling in CAT, eine maßgeschneiderte Objektsatz, der Schwierigkeitsgrad der ausgewählten Elemente in der Funktionsebene der Prüfling trifft. Da diese Elemente für diesen bestimmten Prüfling zugeschnitten sind, kann CAT eine zuverlässige Schätzung der der Prüfling Funktion mit weniger Elementen und damit in wesentlich kürzerer Zeit bieten. Die Entwicklungsschritte CAT erscheinen ergänzende Datei 1: Anhang 1.
Weil CAT verspricht zuverlässige und effiziente Bewertungen, wurde CAT-FAS entwickelt, um die administrative Effizienz der drei Maßnahmen früher (FM, PASS und BI)13. Dieses Papier beschreibt die Entwicklung und Verwaltung von CAT-FAS. Dieses Protokoll enthält Informationen für Forscher, ihre Katzen zu entwickeln und für potenzielle Nutzer von CAT-FAS um es zu verwalten. Wir sprechen auch die Stärken und Schwächen der CAT-FAS.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Das Studienprotokoll wurde von einem lokalen institutionellen Review Board genehmigt, und alle Patienten gaben informierte Zustimmung.
1. Entwicklung der CAT-FAS
- Abrufen der Sekundarstufe und verschlüsselte Daten von der FAS studieren14 Simulationen durchzuführen (ergänzende Datei 1: Anhang 2).
Hinweis: In der Studie insgesamt 301 Patienten wurden rekrutiert Froma Rehabilitationsstation eines medizinischen Zentrums und bewertet in 14 d nach Schlaganfall auftreten. Unter den 301 Patienten wurden 262 Patienten nach Schlaganfall auftreten immer wieder bei 30 d bewertet. Die Studie rekrutierten Patienten (1) eine Diagnose der Schlaganfall, (2) erster Ausbruch der Schlaganfall, (3) Beginn der Schlaganfall innerhalb 14 d vor dem Krankenhausaufenthalt, (4) die Möglichkeit, Befehle zu befolgen und (5) die Fähigkeit, informierte Zustimmung zu geben, persönlich oder durch einen Bevollmächtigten. Patienten mit anderen schweren Krankheiten wurden ausgeschlossen. In jeder Sitzung Bewertung wurden Patienten mit FM, PASS und BI bewertet, durch eine gut ausgebildete Ergotherapeutin (ergänzende Datei 1: Anhänge 3-5).- Die Element-Bank der CAT-FAS zu etablieren, durch die Annahme der Artikel Bank der FAS (ergänzende Datei 1: Anhang 2A).
Hinweis: Die Artikel Bank hat genügend Gegenstände Rasch Teilantworten Modell15,16 passen und deckt ein breites Spektrum von Schwierigkeiten Element. Die Element-Bank enthält 58 Elemente (ergänzende Datei 1: Anhang 3) aus der FM-UE ausgewählt (26 Artikel), FM-LE (11 Artikel), PASS (12 Stück), und BI (9 Artikel). - Abrufen die Element-Schwierigkeiten aller Elemente in der Element-Bank aus der FAS zu studieren (ergänzende Datei 1: Anhang 2A -Artikel-Schwierigkeitsgrad).
Hinweis: Jedes Element in der Element-Bank hat eine Reihe von Parametern zu zeigen die Schwierigkeit des Elements (d.h. Schwierigkeiten Element), die durch das Rasch Teilantworten Modell geschätzt werden. Der CAT-FAS verwendet die Schwierigkeiten Element zur Auswahl (1) Artikel mit Schwierigkeiten auf der Prüfling Ebene Funktion (Schritt 1.3.3) zugeschnitten und (2) der Prüfling Ebene Funktion (Schritt 1.3.5) schätzen. - Abrufen des Patienten Antworten (z.B. 0, 1 oder 2 Punkte) auf die Positionen der Bank Element der FAS (ergänzende Datei 1: Anhang 2 b).
Hinweis: In früheren Studien14, wurden alle Elemente der Artikel Bank der FAS an den Patienten verabreicht. In dieser Simulationsstudie wurden diese Reaktionen der Patienten abgerufen und verwendet als die simulierten Antworten (Patienten wurden nicht von der CAT-FAS verwaltet) auf die Elemente der CAT-FAS (Schritt 1.3.4). - Abrufen der Fähigkeit Verteilung (d.h. die Standardabweichung [SD] der Partituren) der Patienten in den vier Funktionen (BADL, posturale Kontrolle und UE/LE Motorik; Ergänzende Datei 1: Anhang 2 C).
Hinweis: Die Fähigkeiten des Patienten in die vier Funktionen sind die endgültigen Ergebnisse der Bewertung der Artikel Bank (ergänzende Datei 1: Anhang 2C). Die Ergebnisse (und SD der Partituren) der vier Funktionen sind in einer früheren Studie14 durch die Rasch Teilantworten Modell, basierend auf den Patienten Antworten auf jedes Element (Schritt 1.1.3) geschätzt. In dieser Studie die SD der Scores abgerufen und als Vorinformation verwendet, um die Zuverlässigkeit der CAT-FAS (Schritt 1.3.6) zu berechnen.
- Die Element-Bank der CAT-FAS zu etablieren, durch die Annahme der Artikel Bank der FAS (ergänzende Datei 1: Anhang 2A).
- Bestimmen die betrieblichen Algorithmen der CAT-FAS (ergänzende Datei 1: Appendix 7).
- Anzunehmen Sie die maximale a Posteriori (MAP)-Methode für die Schätzung des Patienten Resultate von vier Funktionen mit Newton-Raphson-Iteration17.
- Verwenden Sie das Kriterium der D-Optimalität der Element-Auswahl-18. Ein Element mit der maximalen Determinante der Fisher-Information-Matrix wird aus der Element-Bank für die Verwaltung ausgewählt.
- Annehmen 10 Kandidaten Sätze von Regeln für die Eigenschaften des CAT-FAS über Simulation anhalten (ergänzende Datei 1: Anhang 8).
Hinweis: Die ersten fünf Kandidaten-Sets "erreichen begrenzte Zuverlässigkeit erhöhen (LRI) Kriterium" (d. h.ein LRI < 0,001, < 0,005, < 0,010, < 0,015 oder < 0,020). Die anderen fünf Kandidaten-Sets "erreichen LRI Kriterium oder Schwelle der Zuverlässigkeit" (d.h., eine Rasch Zuverlässigkeit ≥ 0,90, gepaart mit den oben genannten fünf LRI-Kriterien). Die LRI und Schwelle der Zuverlässigkeit sind häufig angenommen stoppen Regeln Katzen13,17.
- Erkunden Sie die Messsicherheit und Effizienz (Anzahl der Elemente, die für die Verwaltung benötigt) der CAT-FAS über Schritte 1.3.1 bis 1.3.11 Simulation (Abbildung 1).
Hinweis: ergänzende Datei 1: Anlage 9 zeigt der Screenshot der Software.- Verwenden Sie einen bestimmten Satz von Regeln zu stoppen (d.h., von der ersten auf die letzte Kandidat Sätze von Regeln, die im Schritt 1.2.3, nacheinander zu stoppen), die Eigenschaften der CAT-FAS (Abbildung 1A) zu erkunden.
- Die erste CAT-FAS-Noten der vier Funktionen (BADL, posturale Kontrolle, UE Motorik und LE Motorik) auf 0 gesetzt, bei bestimmten Patienten (d.h., von der ersten, der letzte Patient in die Daten nacheinander; Abbildung 1 b,C).
- Adaptiv wählen Sie ein Element mit der maximalen Determinante der Fisher Informationen Matrix (d. h., das Kriterium der D-Optimalität) von der Element-Bank für die Verwaltung (Abbildung 1).
Hinweis: Die Informationen Matrix der einzelnen Elemente auf einen Patienten Resultate von vier Funktionen und des Kaufobjektes Schwierigkeit (aus Schritt 1.1.2) errechnet. Um sicherzustellen, dass die Katze-FAS verwaltet mindestens ein Element in jeder Funktion/Domäne, werden die ersten vier Elemente der CAT-FAS aus vier Funktionen ausgewählt. - Die Reaktion des Patienten auf das ausgewählte Element aus Schritt 1.1.3 (Abbildung 1E) erhalten.
- Schätzen Sie gleichzeitig den CAT-FAS Noten (und Standardfehler [SEs] der Partituren) der vier Funktionen mithilfe der MAP-Methode mit einem iterativen Newton-Raphson-Verfahren (Abb. 1F). Erneuern Sie 19 während der iterative Prozess der Newton-Raphson, die Partituren und SEs der vier Funktionen in jeder Iteration bis das Kriterium der Konvergenz erfüllt ist. Konvergenz tritt auf, wenn die Unterschiede zwischen zwei aufeinander folgenden Iterationen in Partituren < 0,001.
- Die Anzahl der Elemente, die verwaltet werden, sparen die neuesten erneuerten CAT-FAS Partituren (und SEs) und die individuelle Ebene Rasch Zuverlässigkeit der einzelnen Funktionen mithilfe der folgenden Formel berechnen:
1 - ([SE2 Schritt 1.3.5] / [SD2 Dutzender Schritt 1.1.4]). - Berechnen Sie die LRI mit den letzten erneuert-Grad Rasch Zuverlässigkeit (Schritt 1.3.6) abzüglich der vorhergehenden Schätzung (Abbildung 1).
- Überprüfen Sie ob der angegebenen Menge (z.B. der erste Kandidat Satz) Regeln zu stoppen ist erfüllt (Abbildung 1 H). Ist dies nicht der Fall, wiederholen Sie die Schritte 1.3.3 - 1.3.8 bis die angegebene Gruppe von stoppen Regeln erfüllt ist. Wenn ja, speichern Sie die neuesten erneuerten CAT-FAS Noten (und SEs) sowie die Endtabelle CAT-FAS (SEs).
- Wiederholen Sie die Schritte 1.3.2 bis 1.3.8 bis alle Patienten Verwaltungen sind abgeschlossen (Abb. 1I).
- Beenden Sie die Simulation der CAT-FAS mit dem spezifischen Satz von Regeln zu stoppen und speichern Sie die Ergebnisse der Simulation (Abbildung 1J).
Hinweis: Die Ergebnisse sollen (1) die endgültige CAT-FAS Partituren (SEs) und der vier Funktionen, (2) die Anzahl der Elemente benötigt, um die Katze-FAS, (3) die Rasch Zuverlässigkeit des einzelnen Patienten (d.h. einzelne Ebene Rasch Zuverlässigkeit) abzuschließen und (4) durchschnittliche Rasch Zuverlässigkeit aller Patienten. - Wiederholen Sie die Schritte 1.3.1 bis 1.3.11 zu entdecken die Eigenschaften der CAT-FAS mit anderen Kandidaten Regeln zu stoppen, bis alle Kandidaten Sätze von Regeln zu stoppen sind untersucht (Abbildung 1 K).
- Wählen Sie den letzten Satz von Regeln für die CAT-FAS entsprechend der durchschnittlichen Rasch Zuverlässigkeit der ≥0.90 in mindestens drei Funktionen und die durchschnittliche Elemente der Verwaltung der ≤10.0 zu stoppen.
- Eine Online-Verwaltung-Plattform für die CAT-FAS zu entwickeln, durch das Schreiben eines Computerprogramms, eine Website zu etablieren (ergänzende Datei 1: Anhang 10).
2. Verwaltung der CAT-FAS
- Die Online-Verwaltung-Plattform der CAT-FAS über einen Internetbrowser herstellen Sie des Prüfers elektronisches Gerät (z.B., PC, Tablet oder Smartphone).
- Melden Sie sich das Verwaltungssystem (ergänzende Datei 1: Anhang 11).
- Klicken Sie auf Datenverwaltung den Zugriff auf Daten aus vorherigen Prüflinge (ergänzende Datei 1: Anhang 12).
- Klicken Sie auf neue Prüfling zum Erstellen eines Kontos für eine neue Kandidatin, indem der Prüfling Name und ID-Nummer.
- Wählen Sie ein Prüfling aus und klicken Sie auf Start (ergänzende Datei 1: Anhang 13).
- Klicken Sie auf neue Bewertung zum Erstellen einer neuen Bewertung oder klicken Sie auf Ergebnisse zur Überprüfung der Ergebnisse der vorherigen Bewertungen der Prüfling.
- Verwalten Sie die Elemente auf dem Bildschirm, um den Prüfling gezeigt (ergänzende Datei 1: Anhang 14).
- Bewerten der Prüfling Leistung oder Antworten durch Klicken auf die Rating-Skala am unteren Rand des Bildschirms (ergänzende Datei 1: Anhang 14).
- Erklären Sie die Ergebnisse der CAT-FAS der Prüfling, darunter die T-Scores mit einem 95 %-Intervall, die Perzentile Reihen der T-Scores und die Reliabilitäten der vier Funktionen der CAT-FAS. Diese Ergebnisse sind berechnet und automatisch von der CAT-FAS (ergänzende Datei 1: Anhang 15).
- Klicken Sie auf "OK" und zur Datenverwaltung Seite zurückzukehren.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Die Ergebnisse der Simulation hat gezeigt, dass die 10 Kandidaten Sätzen stoppen Regeln ausreichenden durchschnittliche Rasch Zuverlässigkeit hatte (0,86 - 0,95) und Verwaltungseffizienz variiert (die durchschnittliche Anzahl der Elemente = 6.4-17,5). In Anbetracht der Trade-off zwischen Zuverlässigkeit und Effizienz der Verwaltung, der Satz von LRI < 0,010 wurde ausgewählt, als den optimalen Satz von Regeln für die CAT-FAS wegen seiner ausreichend durchschnittliche Rasch Verlässlichkeit zu stoppen (0,88 - 0.93, siehe Tabelle 1 ), individuelle Ebene Rasch Zuverlässigkeit (≥70 % der Patienten hatten eine Rasch Zuverlässigkeit von ≥0.90), und einer effizienten Verwaltung (die durchschnittliche Anzahl der Elemente = 8,5, siehe Tabelle 2).
Abbildung 1 : Prozess der Erkundung der Leistung der CAT-FAS über Simulationsanalyse. Diese Abbildung zeigt den Prozess der Erkundung der Messsicherheit und Effizienz (Anzahl der Elemente, die für die Verwaltung benötigt) von der CAT-FAS mit 10 Kandidaten Sätze von Regeln zu stoppen. Bitte klicken Sie hier für eine größere Version dieser Figur.
| Durchschnitt | % der Patienten mit Zuverlässigkeit ≥ 0,90 | |
| KATZE-FAS | ||
| UE-Motorik | 0,88 | 69,8 |
| LE-Motorik | 0,9 | 76,2 |
| Posturale Kontrolle | 0.93 | 88,6 |
| BADL | 0,9 | 78,9 |
| Artikel Bank (58 Artikel) | ||
| UE-Motorik | 0,9 | 69,4 |
| LE-Motorik | 0,92 | 77,4 |
| Posturale Kontrolle | 0,96 | 96 |
| BADL | 0,94 | 93,4 |
| UG: Obere Extremität; LE: untere Extremität; BADL: grundlegende Aktivitäten des täglichen Lebens | ||
Tabelle 1: Rasch Zuverlässigkeit der CAT-FAS. Für die CAT-FAS die durchschnittliche Rasch Zuverlässigkeit der vier Funktionen reichte von 0,88 bis 0,93 und die individuelle Ebene Rasch Zuverlässigkeit zeigt ≥70 % der Teilnehmer mit einer Rasch Zuverlässigkeit der ≥0.90.
| Durchschnitt | Angebot | % der Patienten mit 5 – 10 Einträge | % der Patienten mit | |
| > 10 Stück | ||||
| KATZE-FAS | 8.5 | ~ 4-13 | 66,4 | 19.5 |
Tabelle 2: Effizienz (Anzahl der Elemente) der CAT-FAS. Die durchschnittliche Anzahl von Elementen, die für die Verwaltung erforderlich ist 8.5. Die meisten Teilnehmer (66,4 %) wurden anhand von 5-10 Artikel.
Ergänzende Datei 1. Bitte klicken Sie hier, um diese Datei herunterladen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Die hier vorgestellten Ergebnisse zeigten, dass die CAT-FAS etwa 10 % der Elemente in der ursprünglichen Tests verabreicht (die durchschnittliche Anzahl der Elemente in der CAT-FAS verwendet: 8.5 Elemente vs. ursprünglichen Tests: 72 Artikel). Diese Ergebnisse zeigen, dass die Katze-FAS hat gute Verwaltungseffizienz. Die Ergebnisse wurden im Einklang mit früheren Studien, die berichtet, dass eine Katze nur ca. 10 Stück verabreicht oder weniger soziale Funktion, Balance oder Aktivitäten des täglichen Lebens bei Patienten mit Schlaganfall10,11,20zu bewerten. Der CAT-FAS, haben gute Verwaltungseffizienz, hat ein großes Potenzial zur Reduzierung von Zeit und Aufwand für Patienten und Kliniker.
Die durchschnittliche Rasch Zuverlässigkeit der CAT-FAS war 0,88 - 0,93 und mehr als 70 % der Patienten hatten eine Rasch Zuverlässigkeit der ≥0.90. Diese Ergebnisse zeigen eine gute Rasch Zuverlässigkeit der CAT-FAS bei Patienten mit Schlaganfall. Die gute Rasch Zuverlässigkeit der CAT-FAS auf zwei Faktoren zurückzuführen: eine sound-Element-Bank und die Funktion der Multidimensionalität. Zunächst enthält die Element Bank der CAT-FAS 58 Elemente, die ein breites der Funktionsebene für jede Domäne14 Spektrum. Die ausreichende Artikeldeckung der Artikel Bank bieten ausreichende Informationen, damit der Prüfling Funktion zuverlässig einschätzen. Zweitens der CAT-FAS ist eine multidimensionale Katze (d.h. vier Domänen der CAT-FAS), in dem Element-ansprechen des Patienten auf einer beliebigen Domäne verwendet werden kann, gleichzeitig der Patient Fähigkeiten zu schätzen (scores) aller vier Domains unter Berücksichtigung der Korrelationen unter allen Domains. Diese Funktion einer mehrdimensionalen Katze ist nachgewiesen worden, zur Verbesserung der Zuverlässigkeit Rasch in früheren Studien auf die Entwicklung von mehrdimensionalen Katzen21,22. Der CAT-FAS mit guten Rasch Zuverlässigkeit lässt sich genau die Patienten Ebenen der vier Funktionen (UE/LE Motorik, posturale Kontrolle und BADL) mit begrenzten zufällige Messfehler kalibrieren.
Darüber hinaus da CAT-FAS ist ein Computer-basierter Test, der CAT-FAS hat drei weitere Vorteile: eine automatische Berechnung des Scores, eine sofortige Speicherung von Daten und den einfachen Export von Daten. Die automatische Berechnung der Noten der Prüfer zeitsparend und reduziert Fehler bei der Punktwertung. Die sofortige Speicherung der Daten verbessert die Effizienz der Überwachung ein Prüfling längs Änderungen in den vier Funktionen. Den einfachen Export von Daten, steigert die Effizienz der Verarbeitung elektronischer Patientenakten, Verwaltung Ergebnisse zwischen/innerhalb von Ärzten und Patienten und analysieren von Daten für die Forschung. Diese Vorteile der CAT-FAS verbessern die gesamte Leistungsfähigkeit der Datenverwaltung für Kliniker und Forscher.
Die hier vorgestellten Ergebnisse ergab, dass die CAT-FAS, mit verschiedenen Sätzen von Regeln, stoppen verschiedene Aufführungen auf administrative Effizienz und Zuverlässigkeit zeigte. Im Allgemeinen fand eine Trade-off-Beziehung zwischen administrativen Effizienz und Zuverlässigkeit. Zum Beispiel den Satz von LRI < 0,001 hatte eine höhere Zuverlässigkeit und niedrigere administrative Effizienz im Vergleich zu den Satz von Rasch Zuverlässigkeit ≥ 0,90 oder LRI < 0,020. Der Satz von LRI < 0,010 hatte ausreichend Verwaltungseffizienz und ausreichend zuverlässig, so dass es die letzte Gruppe von Regeln für die CAT-FAS stoppen gewählt wurde. Wenn potenzielle Nutzer der CAT-FAS, eine höhere Verwaltungseffizienz oder Zuverlässigkeit zu haben brauchen, können sie einen anderen Satz von Regeln für die Verwaltung der CAT-FAS stoppen auswählen.
Die ersten vier Elemente der CAT-FAS wurden in jeder der vier Domänen ausgewählt. Dieses Design kann eine unerwartete Situation verhindern, die in einem multidimensionalen Katze auftreten können. Die unerwartete Situation ist, dass eine Domain Bewertung einer mehrdimensionalen Katze geschätzt werden könnte, ohne alle Elemente aus dieser Domäne verwalten. Die unerwartete Situation tritt auf, weil eine multidimensionale Katze (1) die Resultate von anderen Domänen und (2) die Zusammenhänge zwischen Domänen verwenden kann, um die Resultate von der Domäne ohne irgendwelche Gegenstände schätzen15verabreicht wird. Im Gegensatz dazu wird der CAT-FAS Element Auswahlregel für die ersten vier Elemente Versprechungen, die mindestens ein Element aus jeder Domäne verwaltet. So bieten die CAT-FAS repräsentativeren Informationen um Patienten vier Funktionen zu schätzen.
Drei Einschränkungen der CAT-FAS sind aufgefallen. Erstens die Trainingszeit für die Verwaltung kann lang sein, weil potenzielle Nutzer mit 58 Elemente in der Element-Bank sowie die Anweisungen und Rating-Kriterien vertraut müssen. Zweitens können nicht die vier Domänen der CAT-FAS separat verwaltet werden. Drittens waren die hier vorgestellten Ergebnisse aus einer simulierten Studie anstatt tatsächliche Verwaltungen der CAT-FAS bei Patienten mit Schlaganfall. Daher können die Ergebnisse etwas anders als die von einer tatsächlichen Verwaltung sein. Feldversuche der CAT-FAS werden in der Zukunft gewährleistet.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben nichts preisgeben.
Acknowledgments
Diese Studie wurde unterstützt durch Forschung Bewilligungen vom Ministerium für Wissenschaft und Technologie (105-2314-B-002-015-MY3).
Materials
| Name | Company | Catalog Number | Comments |
| Computer | Any | Compatible with software listed below | |
| MATLAB software | The MathWorks Inc. | http://www.mathworks.com/products/matlab/ | Numerical computing software, which is used in the Protocol Section 1 (Step 1.3) |
| Java Development Kit | Oracle | https://www.oracle.com/java/ | Programming language, which is used in the Protocol Section 1 (Step 1.5) |
References
- Kim, S. S., Lee, H. J., You, Y. Y. Effects of ankle strengthening exercises combined with motor imagery training on the timed up and go test score and weight bearing ratio in stroke patients. Journal of Physical Therapy Science. 27 (7), 2303-2305 (2015).
- Langhorne, P., Coupar, F., Pollock, A. Motor recovery after stroke: A systematic review. Lancet Neurology. 8 (8), 741-754 (2009).
- Lum, P. S., Burgar, C. G., Shor, P. C., Majmundar, M., Van der Loos, M. Robot-assisted movement training compared with conventional therapy techniques for the rehabilitation of upper-limb motor function after stroke. Archives of Physical Medicine and Rehabilitation. 83 (7), 952-959 (2002).
- Fugl-Meyer, A. R., Jaasko, L., Leyman, I., Olsson, S., Steglind, S. The post-stroke hemiplegic patient 1: A method for evaluation of physical performance. Scandinavian Journal of Rehabilitation Medicine. 7 (1), 13-31 (1975).
- Benaim, C., Perennou, D. A., Villy, J., Rousseaux, M., Pelissier, J. Y. Validation of a standardized assessment of postural control in stroke patients: The Postural Assessment Scale for Stroke Patients (PASS). Stroke. 30 (9), 1862-1868 (1999).
- Mahoney, F. I., Barthel, D. W. Functional Evaluation: The Barthel Index. Maryland State Medical Journal. 14, 61-65 (1965).
- Duffy, L., Gajree, S., Langhorne, P., Stott, D. J., Quinn, T. J. Reliability (inter-rater agreement) of the Barthel Index for assessment of stroke survivors: Systematic review and meta-analysis. Stroke. 44 (2), 462-468 (2013).
- Lin, J. H., Hsueh, I. P., Sheu, C. F., Hsieh, C. L. Psychometric properties of the sensory scale of the Fugl-Meyer Assessment in stroke patients. Clinical Rehabilitation. 18 (4), 391-397 (2004).
- Mao, H. F., Hsueh, I. P., Tang, P. F., Sheu, C. F., Hsieh, C. L. Analysis and comparison of the psychometric properties of three balance measures for stroke patients. Stroke. 33 (4), 1022-1027 (2002).
- Hsueh, I. P., et al. Development of a computerized adaptive test for assessing balance function in patients with stroke. Physical Therapy. 90 (9), 1336-1344 (2010).
- Hsueh, I. P., Chen, J. H., Wang, C. H., Hou, W. H., Hsieh, C. L. Development of a computerized adaptive test for assessing activities of daily living in outpatients with stroke. Physical Therapy. 93 (5), 681-693 (2013).
- Wong, A. W., Heinemann, A. W., Miskovic, A., Semik, P., Snyder, T. M. Feasibility of computerized adaptive testing for collection of patient-reported outcomes after inpatient rehabilitation. Archives of Physical Medicine and Rehabilitation. 95 (5), 882-891 (2014).
- Lin, G. H., Huang, Y. J., Lee, S. C., Huang, S. L., Hsieh, C. L. Development of a computerized adaptive testing system of the Functional Assessment of Stroke. Archives of Physical Medicine and Rehabilitation. 99 (4), 676-683 (2017).
- Wang, Y. L., Lin, G. H., Yi-Jing, H., Chen, M. H., Hsieh, C. L. Refining three measures to construct an efficient Functional Assessment of Stroke. Stroke. 48 (6), 1630-1635 (2017).
- Adams, R. J., Wilson, M., Wang, W. C. The multidimensional random coefficients multinomial logit model. Applied Psychological Measurement. 21 (1), 1-23 (1997).
- Masters, G. N. A Rasch model for partial credit scoring. Psychometrika. 47 (2), 149-174 (1982).
- Wang, W. C., Chen, P. H. Implementation and measurement efficiency of multidimensional computerized adaptive testing. Applied Psychological Measurement. 28 (5), 295-316 (2004).
- Mulder, J., Van der Linden, W. J. Multidimensional adaptive testing with optimal design criteria for item selection. Psychometrika. 74 (2), 273-296 (2009).
- Segall, D. O. General ability measurement: An application of multidimensional item response theory. Psychometrika. 66 (1), 79-97 (2001).
- Lee, S. C., et al. Development of a social functioning assessment using computerized adaptive testing for patients with stroke. Archives of Physical Medicine and Rehabilitation. 99 (2), 306-313 (2018).
- Paap, M. C. S., et al. Measuring patient-reported outcomes adaptively: Multidimensionality matters! Applied Psychological Measurement. 42 (5), 327-342 (2018).
- Paap, M. C. S., Kroeze, K. A., Terwee, C. B., van der Palen, J., Veldkamp, B. P. Item usage in a multidimensional computerized adaptive test (MCAT) measuring health-related quality of life. Quality of Life Research. 26 (11), 2909-2918 (2017).
