2017年6月26日 星期一

電腦化測驗發展/修改進度

目前手上待開發及修改的電腦化測驗有6:3個COWMEM的注意力測驗、FAS-CAT、
CAAT改版、及PRO認知部份。5向測驗目前進度分別如下:

COWMEM的注意力測驗 (Allen幫忙)
原本預期進度:6月中旬完成
目前進度:有2個測驗差不多完成,有1個測驗的進度Allen須向合作者確認。(6/20取得之回覆)

FAS-CAT (Allen幫忙)
尚未收到Allen回覆開發進度評估及報價。(6/12:第一次詢問;6/20:再次詢問)

CAAT改版(預計請明昆幫忙)
預期進度:7/14將測驗修改構想交由明昆修改
目前進度:測驗內容及規則設計中。

PRO—認知
目前進度:設計施測平台之界面(包含:認知篩選工具、測驗列表〔依認知向度分類〕、測驗結果輸出&個案個人profile〔cross-sectional & longitudinal〕)

2017年6月3日 星期六

「第14屆歐洲復健研究論壇會議」心得

此次參與英國Glasgow研討會之心得主要有下列四點:

(一)歐洲復健研究以質性研究為主:約高達8成的研究都是質性研究,歐洲研究者反而對於量性研究之研究方法不太熟悉。量性研究中幾乎都是隨機分派研究,與我研究主題(測驗發展及心理計量特性)相關之研究則少。由此點可知,國內復健領域之研究品質及研究方法相當不錯,甚至勝過歐洲國家。
值得一提的是,很多質性研究者之研究結果都顯示出「評估的重要性及評估工具的不足」,可見雖然歐洲真正參與發展評估工具的研究者不多,但對於卻瞭解其重要性。

(二)歐洲研究者間之交流較頻繁:會議期間,無論何時何地幾乎都有研究者熱烈地交談,無論討論專業議題或日常閒聊。對於討論或與他人互動的動機似乎都比國人還要高許多,國內研討會時,研究者間幾乎很少主動討論或閒聊,即便海報或口頭報告期間也少有人提問。我認為討論有助於研究者拓展人脈或釐清自身之疑問,此乃研究之重要基礎。

(三)國外研究者對自己的研究充滿熱誠且自信:國外研究者多會積極且主動地向他人介紹自己的研究內容、重要性、或應用性等,且當他們分享他們研究成果時總是帶著興奮的語氣,令聽眾忍不住想多瞭解一些他們的研究內容。相對地,國內的研究者,常以謙虛的態度對自己的研究有所保留,反而另聽眾對於其研究成果失去興趣。

(四)國外研究者習慣先看到別人研究的優點:國外研究者在聽完報告或看完海報後,總是先真誠地提出他人研究的優點或對重要性,接著再分享自己與該研究之相關經驗,很少一開口就直接提出對於研究的質疑或修改建議。這樣的風氣讓研究者間的關係彼此較像同事而非敵人,彼此反而都較樂於分享更多自己的看法或接受別人的建議。
相反的,國內研討會常常對於報告者直接提出指教及建議,即便稱讚他人也像「形式上」的稱讚並草草帶過。如此一來容易讓研究者間彼此無意間產生敵意或不舒服的感覺,反而對於他人的建議不太能接受。

2017年4月27日 星期四

Mazes統合分析

Mazes迷宮測驗為MCCB之子測驗。
我於PubMed檢索Mazes或MCCB驗證於schizophrenia患者之再測信度文獻,共查獲3篇(表一之前三篇)。加上我們的收案資料,共使用4篇文獻進行統合分析。

Mazes之再測信度統合分析結果顯示(表二):Mazes之再測信度係數 良好 (pooled ICC & Pearson's r = 0.80),但隨機測量誤差大 (pooled MDC% = 63.6%),且有微小至小的練習效應 (pooled SRM & Cohen's d = 0.26 & 0.18, respectively)。Mazes之SRM森林圖 (forest plot)呈現於圖一。
Note: ICC & Pearson's r的森林圖未附上於此,因二者的森林圖是呈現z值而非ICC & Pearson's r,使得森林圖之數值不易解讀。ICC & Pearson's r於統合分析時都須先轉換成常態z值,再用z值進行運算。
未來可找其它軟體或方法繪製呈現ICC & Pearson's r的森林圖


未來須檢索其它資料庫(如Embase, PsycINFO, and CINAHL),以確認Mazes之再測信度文獻是否有漏網之魚。

表一:Mazes應用於schizophrenia患者之再測信度文獻基本資料
Author
Year
評估次數
複本測驗
再測間隔 ()
樣本數
Nuechterlein, et al.
2008
2
4
167
Jędrasik-Styła, et al.
2015
2
4
61
Fonseca, et al.
2017
2
4
45
Ours
2017
2
2
58

表二:Mazes之再測信度
Author
n
ICC
Pearson's r
MDC
MDC%
SRM
Cohen's d
Nuechterlein, et al.
167
0.83
0.83
7.9
65.2%
0.15
0.08
Jędrasik-Styła, et al.
61
-
0.74
8.8
53.8%
0.51
0.38
Fonseca, et al.
45
-
0.83
8.0
77.2%
0.18
0.10
Ours
58
0.67
0.70
10.5
71.8%
0.41
0.34
Pooled estimates
331
0.80 (0.75~0.83)
0.80 (0.75~0.85)
8.5
63.6%
0.26 (0.15~0.37)
0.18 (0.07~0.30)

圖一:Mazes之SRM統合分析結果

2017年4月14日 星期五

CAAT@schizo.之信效度分析結果

CAAT預期評量之認知功能:規則轉換 (rule switching),規則轉換屬於何種認知功能尚無定論,常被視為「轉換性注意力 (alternating attention)」的一種或「認知彈性 (cognitive flexibility)」的一種基礎能力。

發展動機:過去研究發現思覺失調症患者之規則轉換能力有缺損,且目前缺乏評估工具。

測驗內容:CAAT要求受測者轉換於二種測驗規則:「判斷數字是否小於5」及
「判斷圖形是否為左右對稱」(詳CAAT介紹)。
CAAT之正式測驗含三部分:僅數字題、僅圖形題、及規則轉換題。每部分含24題,前二部分受測者無需規則轉換,但第三部分數字與圖形題各半,受測者需規則轉換。

CAAT主要分數:CAAT之正式測驗第三部分之「平均反應時間」。本研究樣本於4次評量之CAAT分數如表一。
我們假設第三部分的平均反應時間 > 第一、二部份的平均反應時間。因於第三部分中,患者應須花費額外的認知能力(時間)以處理「規則轉換」之任務。

表一:CAAT第三部分平均反應時間
施測次數
1
2
3
4
平均反應時間 ()
0.80 (0.17)
0.78 (0.16)
0.77 (0.17)
0.75 (0.19)

研究評估流程:本研究招募症狀穩定之思覺失調症患者進行4次評估,患者每次評估皆須完成CAAT。此外於第一、三次評估時須額外完成迷宮測驗 (Mazes test)及T-SDMT;第二、四次評估須完成Lawton IADL。

心理計量特性驗證結果
再測信度:幾乎無練習效應,但ICC及隨機測量誤差僅達可接受之邊緣(數值呈現於表二)。

表二:CAAT再測信度、隨機測量誤差及練習效應
Difference (SD),
ICC
SEM, ()
MDC, ()
MDC%
SRM
p
CAAT_Time1~2
0.03 (0.12)
0.74
0.09
0.25
31.3%
0.25
0.86
CAAT_Time2~3
0.01 (0.14)
0.66
0.09
0.25
32.1%
0.07
0.70
CAAT_Time3~4
0.02 (0.12)
0.78
0.08
0.22
28.6%
0.17
0.28

效度:
建構效度不佳:CAAT「Part3」與「Part1&2」之平均反應時間無顯著差異,此結果表示:Part3之平均反應時間(CAAT的主要指標)無法顯示出患者處理「規則轉換」任務須額外花費的時間。
生態效度不佳:和IADL分數相關性低。(然而IADL與這次所有測驗的相關性都<0.20,原因尚不明)
收斂效度可接受:和T-SDMT有中度相關;和MAZE弱相關。

結論:CAAT應用於思覺失調症患者之再測信度勉強可接受,但效度不佳...
可能原因:「規則轉換提醒」至「呈現規則轉換題」的間隔太長(目前為5秒),導致CAAT無法偵測到患者「轉換規則需額外花費的時間」。


同筆資料中亦可分析MCCB-Mazes測驗的再測信度:
Mazes-Time1, mean (SD) = 13.4 (6.9)
Mazes-Time2, mean (SD) = 15.8 (7.9)
Difference (SD),
ICC
(95% CI)
SEM, ()
MDC, ()
MDC%
SRM
p
Mazes_Time1~2
2.38 (5.75)
0.67
(0.46~0.80)
3.96
10.95
81.6%
0.25
0.003

我們研究結果顯示Mazes的隨機測量誤差極大,且ICC與練習效應的effect size與MCCB發展時之數據有相當大的出入 。MCCB原始論文呈現之 ICC = 0.80,練習效應之effect size = 0.08。
此出入可能來自於「再測間隔之差異」,我們研究之間隔為2週,而雖然原始論文的間隔為4週。



2017年3月6日 星期一

C-DVT之中風病人入出院資料心理計量特性驗證議題

C-DVT及T-SDMT於中風個案入出院評估資料以蒐集暫告一段落。
該資料的變項包含C-DVT、T-SDMT及BI-SS之前後測;
此外前測時評估「個案自陳認知功能狀態量表-李克氏量表版 (Gog-Status-Scale)」及「個案自陳認知功能狀態量表-VAS版 (Gog-Status-VAS)」;
另外後測時評估「個案自陳認知功能改變量表-李克氏量表版 (Gog-Change-Scale)」及「個案自陳認知功能改變量表-VAS版 (Gog-Change-VAS)」。

這筆資料可能驗證之議題如下圖(可點圖放大)。
心理計量特性驗證可能議題。
黑色字表示主要分析議題;和色字表示次要分析議題。
Gog-Change-Scale:個案自陳認知功能改變量表(李克氏量表)
Gog-Change-VAS:個案自陳認知功能改變量表(VAS量表)
Gog-Status-Scale:個案自陳認知功能狀態量表(李克氏量表,僅前測時評估)
Gog-Status-VAS:個案自陳認知功能狀態量表(VAS量表,僅前測時評估)
主要分析議題:
1. C-DVT及T-SDMT之反應性(含個別&團體層級)及MID
【此資料中,認知測驗MID恐不可行...因自陳有「些微進步(如0~7分自陳認知進步量表中得2~3分)」的個案數約10人】
2. BI-SS之MID

次要分析議題:
1. C-DVT及T-SDMT之生態效度(交叉驗證)、收斂效度(交叉驗證)、及預測效度
2. BI-SS反應性(交叉驗證)


2017年2月21日 星期二

Effect size (Cohen's d)轉換 Overlapping coefficient

Effect size (Cohen's d)表示兩個常態分配的(標準化後)平均數差異值(如下圖所示)。
圖片來原:http://rpsychologist.com/d3/cohend/

從圖中可以發現,Cohen's d的大小除了決定兩個分配間的距離多遠之外,同時也和兩個分配間重疊面積(圖中深綠色區域)大小有正向的關係。
因此,若研究者關心的議題是:某一指標(或測驗分數)可將二族群 (樣本)區隔多遠。
此時研究者可使用二族群指標間的Cohen's d轉換成重疊係數 (overlapping coefficient, OVL)。 [1]

例如:若研究者驗證已知組群效度時,研究者關心某一測驗分數能否反應出(或能區隔的程度)多個已知族群間分數的差異。此時,即可採用OVL作為已知組群效度指標之一。
(然而使用尚須注意的是:目前未找到OVL好壞的判斷指標,此問題影響數值之判讀)

欲換算Cohen's d及OVL時,可藉由網站:http://rpsychologist.com/d3/cohend/ 協助。
網頁上可透過調整"Slide me",選擇您欲轉換的Cohen's d數值;
接著"% Overlap"處的數值即為OVL。

Reference:

1.     Inman HF, Bradley Jr EL. The overlapping coefficient as a measure of agreement between probability distributions and point estimation of the overlap of two normal densities. Commun Sta. Theory Methods. 1989;18:3851-3874.

2017年2月11日 星期六

博論測驗(COWMEM)發展進度

COWMEM為工作記憶測驗組 (working memory, WM)包含6個WM向度/次向度測驗:視空間WM、語音WM、訊息整合WM、集中性注意力、分配性注意力、及轉換性注意力,後三項為注意力測驗隸屬於WM之中央執行系統。

視空間WM、語音WM、及訊息整合WM等三測驗請明昆協助撰寫程式,目前視空間WM測驗已完成90%(僅餘資料匯出未完成,下週可完成)。後續二測驗之進展預期可快許多,因為後續二測驗之測驗架構近似於視空間WM測驗,僅出題形式不同(視覺圖片、語音訊息、或者事件記憶)。

集中性注意力、分配性注意力、及轉換性注意力等三測驗欲請業太之學弟Allen協助,下週一可獲得Allen之報價及預期進度。