2012年4月25日 星期三

Comments in the writing course (4/24)

本次寫作課討論4/21台大OT研討會之報告內容中的問題

En-Chi
1. BI有ceiling effect,所以有可能會低估BI與FDT之5個指標的相關。
2. 對BI有ceiling effect之因應策略:(1) 增加不同ADL能力程度度中風患者;(2) 排除最高分的受測。第2點的策略適當嗎?
3. 可思考分析FDT之divergent validity,FDT之同一構念下的指標是否和與不同構念的指標之相關比較低。
4. CFA為驗證construct validity直接的方法,convergent validity為非直接的方法。未來可使用香香的數據(樣本數較多),以驗證FDT之construct validity。另須思考CFA真的合適分析FDT的construct validity,因為一個因素底下至少要有3個變項,但EF因素低下只有2個指標(變項)。
5. CFA需要樣本數的依據是什麼?

Patrice
1. 羅序分析有等距、客觀量尺的特性,如何解釋等距、客觀量尺? 如何可以變成等距?
2. 為什麼IRT可以達到sample independent? (本研究收案對象只有亞急性個案,羅序分析的結果可推論到不同嚴重程度的個案上嗎?)

Karine
1. Floor effect/ceiling effect代表變異程度嗎? (否)
2. scale變比較小,相關程度會變小? (否,scale變小,不會影響相關程度)
3. SD大小會影響是否為常態分佈? (否)
4. 從圖中看出受測者的進步量的變異大,由此知Y的變異程度大。
5. 不能刪除floor effect的受測者,因為就刪除能力差的個案。
6. 建議仍可使用linear regression分析,另外可把受測者分成2-3組 (可使用MDC或MID分組),再使用logistic regression分析看看。

Jenny
1. R-square = Pearson's r之平方。本研究中有分析變項與SSQOL的相關,此相關結果計可計算出R-square,所以不須另做simple linear regression。
2. 內文回覆中提到"HRQOL之相關因子會隨著中風時間增加而有所變化",過去文獻中有提出此說法嗎?
3. 內文回覆中提到"中風1年後,功能恢復良好,但HRQOL仍不佳",此說法不適當,要注意。
4. 研討會中的口頭報告時間須控制,不能耽誤到下個報告者的時間。

Zi-I
1. 同質性高之意?
2. 樣本數少,差異不顯著(差距不大),即使樣本數大,統計顯著,但差距仍不大。
3. 研究半數以上是頸椎損傷,應該多少有上肢功能損傷,為什麼會認為OT不重要?是研究者的解讀,還是個案的看法?猜測的依據是什麼?
4. 醫療沒有絕對的事。

10 則留言:

  1. En-Chi's 2 so!? 最後的看法/結論為何?
    4. 驗證construct validity「最」直接的方法為驗證CFA. Are yous sure? why? 有其它更直接的方法嗎?
    4. 漏了記錄 CFA 真得合適分析FDT的 construct validity 嗎?最後的看法/結論為何?

    Jenny's 1 語意不完整。

    部份記錄內容過於簡略,難以窺其全貌。

    回覆刪除
  2. 謝謝老師提醒,已嘗試修改。

    En-Chi's 2: 假如ceiling effect太嚴重的話,可考量排除最高分者。另外,可加入IADL的工具,驗證ecological validity。

    4. 是否有其它更直接的方法? 回覆:我覺得也可使用多向度來驗證FDT之construct validity。
    4. 是否CFA合適做FDT的construct validity? 回覆:我請教過李晏,假如因素間有相關,才能辨識。或者可加入其它量表以協助辨識。

    Jenny's 1: 已嘗試修改

    回覆刪除
  3. 4. 您未回覆是否為「最」直接的方法? 且,何謂「多向度來驗證FDT之construct validity」
    4. 您仍為回覆「是否CFA合適做FDT的construct validity?」

    回覆刪除
    回覆
    1. 4. CFA不是「最」直接的分析方法,多向度IRT方式比CFA來得直接來驗證FDT之construct validity。
      4. 依照現在的FDT架構,有2個因素,假如此2個因素間有相關的話,就可以使用CFA,不然就須使用SEM。

      刪除
    2. 糾正第2個4之看法,模式不能使用CFA分析,也不能使用SEM分析。

      刪除
  4. 4. why? 多向度IRT更直接?
    4. FDT 只有二個因素? why? 當時宇佑對於CFA是否合適(最低要求)的看法為何?

    回覆刪除
    回覆
    1. 4. CFA的分析結果取決於樣本,所以隨著樣本的變動,所得的因素結構也會跟著變化。而IRT分析方法不會因著樣本改變而因素結構跟著變化,所以IRT為更直接。
      4. FDT模式為一階模式,有2個因素:attention和executive functions。
      attention和executive functions底下的每個指標即為一個數值,沒有其它下層的項目用以分析指標,無法將指標視為一個因素。所以FDT模式非為2階模式。
      對於CFA是否合適驗證FDT模式?我覺得不合適,因為每個因素底下必須要有3個以上的變項(包括3個)才能辨識模式。除非2個因素間有相關,可以增加一個參數,才能辨識模式。

      不管使用CFA或IRT,都只是在驗證模式有2個因素 (attention和executive functions),並不會直接驗證5個指標 (當作5個因素),因為5個指標底下沒有項目可以分析。
      所以要驗證FDT之5個指標的建構效度,我的想法為仍需使用convergent validity和divergent validity的方法,分析與其它認知工具指標之間的相關。

      刪除
  5. 4. 那多向度 IRT 如何應用到您的資料?您預期得到甚麼結果? 另外「直接」與否,與您所言關聯弱。
    4. 還有更好的驗證 construct validity 方法嗎?

    回覆刪除
    回覆
    1. 謝謝老師的問題,會於5/5前回覆。

      刪除
    2. 4. 多向度IRT方法也不適用於FDT資料,因為FDT的5個認知指標底下都沒有items。
      4. 我想或許可以使用cluster analysis把5個指標分群,畫出樹狀圖,看看是否與原先的假設模式圖一樣,此只種方式為確定理論模式圖。但真正要確定5個指標各自所測量的construct的話,我仍未找到或想到比convergent validity/divergent validity較好的方法。

      刪除