2023, Vol. 50
2. 复旦大学附属肿瘤医院护理部/复旦大学上海医学院肿瘤学系 上海 200032
2. Department of Nursing, Fudan University Shanghai Cancer Center/Department of Oncology, Shanghai Medical College, Fudan University, Shanghai 200032, China
2020年中国新增癌症患者457万人，新增癌症人数远超过其他国家，位居世界第一[1]。抑郁是癌症患者的核心困扰之一，影响患者的治疗和康复。美国一项研究报道，抑郁会增加男性癌症患者50%的自杀风险和女性癌症患者30%的自杀风险[2]。因此，及时有效识别癌症患者的心理健康问题并进行干预至关重要。患者报告结局测量信息系统(Patient Reported Outcome Measurement Information System，PROMIS)于2004年由美国国立卫生研究院牵头研制，是症状和生活质量的自我测评标准化工具[3-4]。计算机自适应测试(computer adaptive testing，CAT)是PROMIS动态的、先进的一种测量形式[5]。相较于传统测量工具仅能提供相同的测试条目，PROMIS CAT可根据患者对前一个条目的应答在项目库中针对性地选择下一个条目，直到结果达到预先指定的精度测试终止，实现个性化施测[6]。基于项目反应理论(item response theory，IRT)，PROMIS CAT通过特定算法只执行适合个体潜在特征的条目，降低了患者测量负担的同时保证了测量精度[7-8]。PROMIS CAT有助于癌症患者及时完成健康评估并得到结果反馈，便于医护人员开展有效的症状管理。
目前国际上已有多个国家将PROMIS CAT用于癌症患者症状的常规监测[9-10]，而我国尚未开展PROMIS CAT的实践，亟需开发适用于我国癌症患者的PROMIS CAT。本研究团队于2018年5月获得PROMIS国际中心的授权，前期已引进并完成了中文版PROMIS癌症特异性抑郁项目库的翻译[11]。本研究以IRT为指导，评估中文版PROMIS癌症特异性抑郁项目库的单维性、局部独立性以及单调性，以构建计算机自适应测试版本(PROMIS Cancer Depression CAT)，并评价其效果。
资料和方法调查对象 采用便利抽样法，于2020年11月—2021年7月选取复旦大学附属中山医院及复旦大学附属肿瘤医院的648例成年癌症患者作为调查对象。纳入标准：(1)确诊为癌症，年龄≥18岁；(2)患者知晓病情，无认知功能障碍；(3)能独立阅读、写作，自愿参加本研究并签署知情同意书。排除标准：(1)患者处于疾病终末期，病情危重(预计生存期≤6周)；(2)神志不清或生活不能自理或伴有精神障碍者。
调查工具 调查工具包括自制的人口学和疾病资料问卷及中文版PROMIS癌症特异性抑郁项目库。(1)人口学资料：年龄、宗教信仰、婚姻状况、文化程度、职业、目前的工作情况等；疾病资料：疾病诊断、目前的治疗阶段等。(2)中文版PROMIS癌症特异性抑郁项目库：美国国立卫生研究院通过主要框架及概念界定、项目库的形成与校对以及大样本测验等步骤研制出了PROMIS癌症特异性抑郁项目库[12]。本研究团队获得授权后采用国际标准化的慢病治疗功能评价(Functional Assessment of Chronic Illness Therapy，FACIT)翻译法将项目库翻译成中文，具体步骤包括翻译、调和、回译、专家审核校对、PROMIS中心质量评价、患者调查访谈及语言调试和PROMIS数据中心最终评价[13]。中文版PROMIS癌症特异性抑郁项目库共30个条目，用于评估癌症患者抑郁的严重程度。癌症患者被要求用Liket 5级评分法评估他们在过去7天内经历抑郁症状或问题的频率(1=从不，2=很少，3=有时，4=经常，5=总是)，条目的具体内容见后文。中文版PROMIS癌症特异性抑郁项目库在本研究中的Cronbach’α系数为0.965。
基于IRT的三大假设检验 CAT构建的理论基础是IRT，使用IRT需要满足单维性、局部独立性以及单调性假设。(1)单维性：当一个量表中的条目都是相关的，并且只测量一个单一的概念时，这个量表被称为单维量表[14]。本研究基于Rasch模型，采用残差的主成分分析进行单维性检验。如果Rasch维数解释的方差量与经验数据解释的方差量接近，且对数据差异的解释≥50%，或者残差中第一次对比的方差量小于5%，则表明量表满足单维性假设[15]。(2)局部独立性：局部独立性意味着对一个条目的反应不依赖于对另一个条目的反应。如果残差相关小于0.7，则表示项目库有足够的局部独立性。(3)单调性：在这个假设中，癌症患者的抑郁水平越严重，作答时越趋向于选择等级更高的选项。采用基于Rasch分析的条目特征曲线来评估单调性。如果条目特征曲线是一条从左向右呈递增趋势的S型曲线，则支持单调性假设[16]。
项目库校准 本研究遵循PROMIS指导方针，判断是否应该从项目库中删除不符合IRT的选项和条目[17]。(1)对选项的拟合：通过Rasch模型中的选项特征曲线对选项进行拟合。采用的统计量为Infit MNSQ、Outfit MNSQ、阈值间隔。在主观条目评价中，Infit MNSQ和Outfit MNSQ的取值在[0.5，1.5]比较好[18]。一般认为：阈值参数应当是从左至右递增的，且5级量表要求阈值间隔的大小为[1, 5][19]。(2)对条目的拟合：采用Rasch模型中的Infit MNSQ、Outfit MNSQ、难度参数对每个条目进行拟合。通过项目功能差异分析(differential item functioning，DIF)观察条目在不同年龄、不同性别的癌症患者中是否表现不同。条目的DIF Contrast绝对值大于1.0 logits时，则认为该条目存在DIF[18]。
CAT的构建 完成基于IRT的三大假设检验和项目库校准后，基于条目参数估计结果在Fast Test Web在线软件平台构建PROMIS Cancer Depression CAT。
Post-hoc模拟 Post-hoc模拟是基于项目库的实际难度参数模拟患者在真实场景下执行CAT的过程[20]。采用Post-hoc模拟评估PROMIS Cancer Depression CAT的性能。具体步骤包括：初始条目的选择、特质水平参数估计(θ)、条目选择策略和测试终止规则的确定。(1)初始条目的选择：根据预测试人群以往被试者潜在特质水平的平均值从数据库中选择第一个条目进行施测。本研究采用信息量最高的条目作为初始条目[21]。(2)特质水平参数估计(θ)：准确的估计测试对象的特质水平是CAT顺利进行的前提，采用极大后验法对测试对象的特质水平进行估计 [22]。(3)条目选择策略：对于下一个施测条目的选择采用最大信息量作为选题策略[23]。(4)测试终止规则的确定：计算机自适应测试的终止规则主要有固定测试长度规则、固定测量误差(SE(θ))规则以及混合规则[22]。本研究设定SE(θ) < 0.20及固定条目测试长度为12，即当测试条目数达到12或受试者能力估计的标准差小于0.20时，测试终止。为了防止过度拟合，使用上述一半癌症患者的调查数据作为Post-hoc模拟的输入[5]。通过模拟执行CAT后被试选择的平均使用条目数评估PROMIS Cancer Depression CAT的测量效率；通过CAT和项目库的Pearson相关系数评估PROMIS Cancer Depression CAT的准确性。
伦理审查和质量控制 研究已获复旦大学附属中山医院伦理委员会批准(批准号：B2020-076R)及复旦大学附属肿瘤医院伦理委员会批准(批准号：1810192-22)。调查问卷由受过统一培训的研究人员指导患者填写。研究开始前向癌症患者介绍研究目的、意义，征得患者同意的情况下开展研究，向癌症患者承诺资料保密。质量控制人员负责审核问卷的有效性，数据采用双人录入和双人核对以确保准确性。
统计学分析 应用SPSS 22.0统计软件对癌症患者的基本资料进行统计分析，计数资料用频数、百分比表示，计量资料用x±s表示。采用Winsteps 3.72软件对IRT三大假设进行检验和项目库校准。采用Fast Test Web在线软件平台和CATSim软件分别进行CAT的构建和Post-hoc模拟。
结果癌症患者的一般资料 本研究共调查癌症患者700例，回收问卷669份，回收率95.6%。在669份问卷中，有21份问卷缺失信息较多，予以剔除，最终纳入648份问卷，有效回收率为92.5%。648例样本中，男性患者282例(43.5%)，女性患者366例(56.5%)；平均年龄为(54.30±13.28)岁；文化程度：初中及以下321例(49.5%)，高中或中专165例(25.5%)，大专及本科152例(23.5%)，研究生及以上10例(1.5%)；婚姻状况：已婚586例(90.4%)，未婚/离异/丧偶62例(9.6%)；工作情况：在职326例(50.3%)，非在职322例(49.7%)；常住地：农村186例(28.7%)，城市462例(71.3%)。这些癌症患者中35.9%为妇科癌症，36.1%为肝癌，13.9%为结直肠癌，8.5%为胃癌，5.6%为乳腺癌；发生肿瘤转移的癌症患者占25.2%；目前主要治疗方式为手术治疗的占41.5%，化学治疗的占22.6%。
基于IRT的三大假设检验 对PROMIS癌症特异性抑郁项目库的Rasch因子分析结果显示，测试解释的经验方差实际为68.6%，其中27.0%由被试者解释，41.6%由条目解释，且与所解释的模型方差接近(表 1)。由Rasch维数残差的第一次对比引起的方差为3.5%，小于5%，符合单维性假设。
| Variance | Empirical | Modeled (%) | |
| Eigen | % | ||
| Total raw variance explained (total) | 95.6 | 100 | 100 |
| By measures | 65.6 | 68.6 | 68.1 |
| By persons | 25.8 | 27.0 | 26.8 |
| By items | 39.8 | 41.6 | 41.3 |
| Raw unexplained variance (total) | 30.0 | 31.4 | 31.9 |
| 1st contrast | 3.3 | 3.5 | |
| 2nd contrast | 2.9 | 3.0 | |
| 3rd contrast | 2.5 | 2.6 | |
在PROMIS癌症特异性抑郁项目库中计算成对条目间的残差相关值，结果显示，所有条目对的残差相关值为[-0.29，0.61]，均小于0.7，提示项目库具有局部独立性。
PROMIS癌症特异性抑郁项目库的条目特征曲线结果显示，项目库中所有条目的条目特征曲线满足单调递增曲线趋势。以项目库中的条目D1为例，横轴为癌症患者的抑郁水平(潜在特质θ)，从左往右抑郁水平由轻到重递增；纵轴为癌症患者的选项回答得分。癌症患者的抑郁水平越高，越趋向于选择更高等级的选项(图 1)。
|
| 图 1 条目D1的条目特征曲线 Fig 1 Item characteristic curve of Item D1 |
项目库校准 PROMIS癌症特异性抑郁项目库的5个选项进行模型拟合，得到选项特征曲线(图 2)。此时，项目库中5个选项的峰值均未被相邻选项的特征曲线覆盖，5个选项之间阈值的间隔均大于1且小于5，达到了理论要求。表 2数据显示，项目库中选项的Infit MNSQ和Outfit MNSQ均在[0.70，1.06]的理想范围内。
|
| 图 2 PROMIS癌症特异性抑郁项目库的选项特征曲线 Fig 2 Category response curves of PROMIS Cancer Depression Item Bank |
| Category | Infit MNSQ | Outfit MNSQ | Threshold | Interval |
| 1 | 1.06 | 1.06 | ||
| 2 | 0.99 | 1.02 | -4.61 | |
| 3 | 1.01 | 1.10 | -1.46 | 3.15 |
| 4 | 0.92 | 0.91 | 1.84 | 3.30 |
| 5 | 0.70 | 0.70 | 4.23 | 2.39 |
PROMIS癌症特异性抑郁项目库的条目拟合结果显示，条目的Infit MNSQ值为[0.54，1.49]，Outfit MNSQ值为[0.55，1.49]，均在理想范围内，具体参数见表 3。对不同年龄组(中青年vs.老年)和不同性别组进行DIF检验，发现DIF Contrast值均小于1.0 logits，说明项目库中所有条目都不存在DIF。
| Item | Infit MNSQ | Outfit MNSQ | Difficulty | DIF Contrast | |
| Age | Sex | ||||
| D1 I felt helpless | 1.05 | 1.03 | -2.98 | 0.84 | 0.28 |
| D2 I felt that I wanted to give up on everything | 0.97 | 1.19 | 2.06 | 0.23 | 0.16 |
| D3 I found that things in my life were overwhelming | 0.90 | 0.89 | -0.30 | 0.11 | 0.56 |
| D4 I felt that I had nothing to look forward to | 1.30 | 1.31 | -2.27 | 0.10 | 0.63 |
| D5 I felt hopeless | 0.96 | 1.29 | 2.50 | 0.14 | 0.18 |
| D6 I felt lonely | 0.99 | 1.00 | -1.42 | 0.12 | 0.52 |
| D7 I felt that nothing could cheer me up | 0.89 | 0.89 | -0.44 | 0.07 | 0.46 |
| D8 I felt discouraged about the future | 0.79 | 0.78 | 1.32 | 0.21 | 0.08 |
| D9 I felt pessimistic | 0.87 | 0.87 | 0.70 | 0.09 | 0.63 |
| D10 I felt sad | 0.62 | 0.62 | -2.48 | 0.62 | 0.24 |
| D11 I felt depressed | 0.54 | 0.55 | -2.73 | 0.56 | 0.32 |
| D12 I felt unhappy | 0.74 | 0.73 | -2.78 | 0.23 | 0.12 |
| D13 I felt emotionally exhausted | 1.11 | 1.11 | -0.36 | 0.08 | 0.48 |
| D14 I felt that I was to blame for things | 0.85 | 0.97 | 1.36 | 0.18 | 1.22 |
| D15 I felt disappointed in myself | 0.68 | 0.75 | 1.99 | 0.17 | 0.05 |
| D16 I felt I had no reason for living | 1.03 | 1.00 | 2.54 | 0.27 | 0.55 |
| D17 I felt that my life was empty | 1.49 | 1.49 | 0.30 | 0.27 | 0.02 |
| D18 I felt worthless | 1.07 | 1.08 | 0.35 | 0.02 | 0.09 |
| D19 I felt that I was not as good as other people | 1.20 | 1.22 | -0.64 | 0.05 | 0.25 |
| D20 I felt like a failure | 0.85 | 0.85 | 1.16 | 0.18 | 0.29 |
| D21 I felt that I was not needed | 0.83 | 0.84 | 0.17 | 0.04 | 0.09 |
| D22 I had trouble feeling close to people | 1.04 | 1.04 | 0.49 | 0.03 | 0.37 |
| D23 I withdrew from other people | 1.05 | 1.05 | 0.19 | 0.07 | 0.44 |
| D24 I felt lonely even when I was with other people | 1.03 | 1.05 | 0.75 | 0.03 | 0.10 |
| D25 I had mood swings | 0.66 | 0.67 | -2.91 | 0.15 | 0.42 |
| D26 I felt like crying | 1.43 | 1.44 | -2.95 | 0.11 | 0.54 |
| D27 I felt angry | 1.48 | 1.47 | 1.77 | 0.84 | 0.46 |
| D28 I felt irritable | 1.37 | 1.42 | 2.03 | 0.89 | 0.32 |
| D29 I felt unloved | 0.76 | 0.75 | 1.51 | 0.21 | 0.12 |
| D30 I felt like I needed help for my depression | 0.72 | 0.72 | 1.35 | 0.06 | 0.14 |
CAT的构建 获取30个条目的结构和难度参数后，使用Fast Test Web在线平台构建PROMIS Cancer Depression CAT。首先，建立“PROMIS癌症特异性抑郁的计算机自适应测试”工作场，将30个条目的内容和难度参数在后台逐条输入，建立完整的项目库；其次，界条目选择和终止测试规则；最后，发布构建成功的PROMIS Cancer Depression CAT，患者即可在线填写并得到测量结果。
Post-hoc模拟 采用Post-hoc模拟探测PROMIS Cancer Depression CAT在324例癌症患者数据中的准确性，得到模拟信息曲线图(图 3)以及标准误曲线图(图 4)。结果显示在θ=0.40时项目库测试信息最大为28.022，最小标准误为0.188 9；模拟执行CAT的θ值与整个项目库的θ值相关系数为0.964，模拟执行CAT的SE值与整个项目库的SE值相关系数为0.879，两者均呈强相关。PROMIS Cancer Depression CAT经过Post-hoc模拟后选择的平均使用条目数为6.348个。
|
| 图 3 Post-hoc模拟信息曲线 Fig 3 Post-hoc simulation information curve |
|
| 图 4 Post-hoc模拟标准误曲线 Fig 4 Standard error curve of Post-hoc simulation |
本研究基于IRT证实了中文版PROMIS癌症特异性抑郁项目库满足单维性、局部独立性以及单调性假设。PROMIS癌症特异性抑郁项目库的测试解释的经验方差为64.8%，支持量表是单一维度的。单维性是测量的基本要求，有助于明确解释研究结果，避免混淆概念。PROMIS癌症特异性抑郁项目库中条目之间的残差相关值都小于0.70，说明项目库具有局部独立性。PROMIS癌症特异性抑郁项目库的条目特征曲线是单调递增曲线，显示了项目库的单调性，符合量表对被试得分的临床解释，即癌症患者得分越高，其抑郁的严重程度越高。美国研究者Hung等[24]和加拿大研究者Cleanthous等[25]均采用了Rasch模型对PROMIS上肢功能项目库的IRT假设进行检验，与本研究采用的IRT假设检验方法一致。荷兰研究者Crins等[26]则采用验证性因素分析和探索性因素分析评估单维性，利用验证性因素分析的残差相关矩阵以及Q3统计量对局部独立性的假设进行评价，使用Mokken分析，通过检验条目平均分数图和相应的可伸缩性系数(Mokken 's H)来评估单调性假设，研究方法主要采用经典测量理论。Xu等[27]提出500个以上的样本量足以实现对项目库的准确参数估计。本研究采用648例样本对中文版PROMIS癌症特异性抑郁项目库进行参数估计，样本量充足。在项目库校准中，本研究依然采用Rasch模型进行拟合，与德国研究者Jakob等[28]对PROMIS抑郁项目库校准方法一致。在美国，有学者采用了等级反应模型(Graded Response Model，GRM)对PROMIS焦虑项目库进行项目库校准[29]。Rasch模型是单参数模型，GRM模型是双参数模型，两者均属于IRT模型，未来的研究也可以采用GRM模型进行研究，比较基于不同模型参数CAT模拟后的结果。
Post-hoc模拟是CAT实施之前重要的最后一步。Post-hoc模拟允许研究者在现场测试之前评估各种CAT测试参数，使得研制的CAT版本即时与IRT模型校准后的项目库进行最佳匹配[30]。本研究用结合固定测试长度停止规则与预先设定测试信息量的标准误差SE(θ)停止规则进行了Post-hoc模拟。结果表明，CAT版本的θ值以及标准误与整个项目库的θ值以及标准误均具有较强的相关性，表明CAT版本的准确性较高，能够代替项目库进行测试，且所需要回答的条目数较少，测量效率较高。Flens等[5]采用Post-hoc模拟对荷兰-佛兰德版本的PROMIS抑郁项目库的计算机自适应测试版本进行模拟研究，与本研究的CAT模拟方法一致。
本研究基于项目反应理论测试了中文版PROMIS癌症特异性抑郁项目库的单维性、局部独立性、单调性，但该项目库目前尚未在临床中进行检验，未来在实际应用过程中应重视临床评估。因研究条件及时间限制，本研究采用方便抽样，仅在复旦大学附属肿瘤医院和复旦大学附属中山医院开展研究，患者来源相对单一，项目库参数的评估具有一定的局限性，后续研究需在其他地区开展。另外，本研究选择了Post-hoc模拟的方法对中文版PROMIS癌症特异性抑郁项目库的计算机自适应测试版本进行评价，是PROMIS CAT在国内癌症领域测量工具构建中的首次探索性尝试，尚缺乏临床场景的验证，后续将进一步完成PROMIS癌症特异性抑郁项目库的计算机自适应测试版本在临床中的检验。
综上所述，中文版PROMIS癌症特异性抑郁项目库满足单维性、局部独立性以及单调性假设，可以作为PROMIS Cancer Depression CAT的题库。基于PROMIS癌症特异性抑郁项目库参数构建的计算机自适应测试版本可以有效地测量癌症患者的抑郁水平，测量效率和准确性高，可用于测量国内成年癌症患者自我报告的抑郁水平。本研究主要对PROMIS Cancer Depression CAT进行了模拟测试，是CAT在我国护理学领域量表构建中的首次探索性尝试，并没有使用真正的CAT进行现场调查。因此，未来的研究可以在临床场景上使用基于此次项目库参数构建的PROMIS Cancer Depression CAT。
作者贡献声明 朱瑞 研究设计，论文构思、撰写和修订。杨瑒，蔡婷婷，吴傅蕾，周婷婷 数据采集和录入，统计分析。袁长蓉 课题指导，论文修订。
利益冲突声明 所有作者均声明不存在利益冲突。
| [1] |
RINDI G, KLIMSTRA DS, ABEDI-ARDEKANI B, et al. A common classification framework for neuroendocrine neoplasms: an International Agency for Research on Cancer (IARC) and World Health Organization (WHO) expert consensus proposal[J]. Mod Pathol, 2018, 31(12): 1770-1786.
[DOI]
|
| [2] |
WHOOLEY O. Diagnostic ambivalence: psychiatric workarounds and the diagnostic and statistical manual of mental disorders[J]. Sociol Health Illn, 2010, 32(3): 452-469.
[DOI]
|
| [3] |
CELLA D, YOUNT S, ROTHROCK N, et al. The Patient-Reported Outcomes Measurement Information System (PROMIS): progress of an NIH Roadmap cooperative group during its first two years[J]. Med Care, 2007, 45(5 Suppl 1): S3-S11.
|
| [4] |
KLEM M, SAGHAFI E, ABROMITIS R, et al. Building PROMIS item banks: librarians as co-investigators[J]. Qual Life Res, 2009, 18(7): 881-888.
[DOI]
|
| [5] |
FLENS G, SMITS N, TERWEE CB, et al. Development of a computer adaptive test for depression based on the Dutch-Flemish Version of the PROMIS item bank[J]. Eval Health Prof, 2017, 40(1): 79-105.
[DOI]
|
| [6] |
KAZMERS NH, HUNG M, RANE AA, et al. Association of physical function, anxiety, and pain interference in nonshoulder upper extremity patients using the PROMIS platform[J]. J Hand Surg Am, 2017, 42(10): 781-787.
[DOI]
|
| [7] |
ADAMS JR, RAY D, WILLMON R, et al. Living with neuroendocrine tumors: assessment of quality of life through a mobile application[J]. JCO Clin Cancer Inform, 2019(3): 1-10.
|
| [8] |
张龙飞, 刘凯, 宋鸽, 等. 计算机化自适应测验技术在情绪智力智能测评中的初步应用——基于项目反应理论[J]. 江西师范大学学报(自然科学版), 2020, 44(5): 454-461. [DOI]
|
| [9] |
YEDULLA NR, TRAMER JS, KOOLMEES DS, et al. Preoperative Patient-Reported Outcomes Measurement Information System Computerized Adaptive Testing (PROMIS CAT) scores predict achievement of minimum clinically important difference following anterior cruciate ligament reconstruction using an anchor-based methodology[J]. Arthrosc Sports Med Rehabil, 2021, 3(6): e1891-e1898.
[DOI]
|
| [10] |
VAN BEBBER J, FLENS G, WIGMAN JTW, et al. Application of the Patient-Reported Outcomes Measurement Information System (PROMIS) item parameters for anxiety and depression in the Netherlands[J]. Int J Methods Psychiatr Res, 2018, 27(4): e1744.
|
| [11] |
杨瑒, 黄跃师, 吴傅蕾, 等. 基于认知性访谈的中文版患者报告结局测量信息系统焦虑和抑郁量表的研制[J]. 护士进修杂志, 2021, 36(22): 2069-2072. [DOI]
|
| [12] |
HEALTHMEASURES. Intro to PROMIS®[EB/OL]. (2022-08-05)[2022-08-06]. https://www.healthmeasures.net/explore-measurement-systems/promis/intro-to-promis.
|
| [13] |
EREMENCO SL, CELLA D, ARNOLD BJ. A comprehensive method for the translation and cross-cultural validation of health status questionnaires[J]. Eval Health Prof, 2005, 28(2): 212-232.
[DOI]
|
| [14] |
HUNG M, CLEGG DO, GREENE T, et al. Evaluation of the PROMIS physical function item bank in orthopaedic patients[J]. J Orthop Res, 2011, 29(6): 947-953.
[DOI]
|
| [15] |
皋文君, 袁长蓉. 患者自我报告结局测量信息系统在国外的应用进展[J]. 中华护理杂志, 2018, 53(11): 1401-1405. [DOI]
|
| [16] |
HUNG M, VOSS MW, BOUNSANGA J, et al. Psychometrics of the Patient-Reported Outcomes Measurement Information System Physical Function instrument administered by computerized adaptive testing and the Disabilities of Arm, Shoulder and Hand in the orthopedic elbow patient population[J]. J Shoulder Elbow Surg, 2018, 27(3): 515-522.
[DOI]
|
| [17] |
REEVE BB, HAYS RD, BJORNER JB, et al. Psychometric evaluation and calibration of health-related quality of life item banks: plans for the Patient-Reported Outcomes Measurement Information System (PROMIS)[J]. Med Care, 2007, 45(5 Suppl 1): S22-S31.
|
| [18] |
HUNG M, BAUMHAUER JF, BRODSKY JW, et al. Psychometric comparison of the PROMIS physical function CAT with the FAAM and FFI for measuring patient-reported outcomes[J]. Foot Ankle Int, 2014, 35(6): 592-599.
[DOI]
|
| [19] |
VERHEYEN S, HAMPTON JA, STORMS G. A probabilistic threshold model: analyzing semantic categorization data with the Rasch model[J]. Acta Psychol, 2010, 135(2): 216-225.
[DOI]
|
| [20] |
XU L, JIN R, HUANG F, et al. Development of computerized adaptive testing for emotion regulation[J]. Front Psychol, 2020, 11: 561358.
[DOI]
|
| [21] |
FLENS G, SMITS N, CARLIER I, et al. Simulating computer adaptive testing with the Mood and Anxiety Symptom Questionnaire[J]. Psychol Assess, 2016, 28(8): 953-962.
[DOI]
|
| [22] |
WANG TY, VISPOEL WP. Properties of ability estimation methods in computerized adaptive testing[J]. J Educ Meas, 1998, 35(2): 109-135.
[DOI]
|
| [23] |
黄跃师, 张雯, 杨瑒, 等. 基于项目反应理论的计算机自适应测试系统在医护领域的应用思考[J]. 护士进修杂志, 2020, 35(1): 34-38. [CNKI]
|
| [24] |
HUNG M, VOSS MW, BOUNSANGA J, et al. Examination of the PROMIS upper extremity item bank[J]. J Hand Ther, 2017, 30(4): 485-490.
[DOI]
|
| [25] |
CLEANTHOUS S, BARBIC SP, SMITH S, et al. Psychometric performance of the PROMIS® depression item bank: a comparison of the 28- and 51-item versions using Rasch measurement theory[J]. J Patient Rep Outcomes, 2019, 3(1): 47-58.
[DOI]
|
| [26] |
CRINS MH, ROORDA LD, SMITS N, et al. Calibration of the Dutch-Flemish PROMIS pain behavior item bank in patients with chronic pain[J]. Eur J Pain, 2016, 20(2): 284-296.
[DOI]
|
| [27] |
XU L, JIN R, HUANG F, ZHOU Y, et al. Development of computerized adaptive testing for emotion regulation[J]. Front Psychol, 2020, 11: 561358.
[DOI]
|
| [28] |
JAKOB T, NAGL M, GRAMM L, et al. Psychometric properties of a German translation of the PROMIS® depression item bank[J]. Eval Health Prof, 2017, 40(1): 106-120.
[DOI]
|
| [29] |
FLENS G, SMITS N, TERWEE CB, et al. Development of a computerized adaptive test for anxiety based on the Dutch-Flemish version of the PROMIS item bank[J]. Assessment, 2019, 26(7): 1362-1374.
[DOI]
|
| [30] |
DIXON P. The effective number of parameters in post hoc models[J]. Behav Res Methods, 2013, 45(3): 604-612.
[DOI]
|