|
任務
|
預定完成日
|
|
1. 準備4/30論文寫作課
|
4/30
|
|
2. 完成二個心理實驗法之實驗
|
4/30
|
|
3. 完成OT學會期刊102年第一期之5篇文章校稿
|
5/1
|
|
4. 回覆FDT論文審稿者意見初稿
|
5/2
|
|
5. Lynn英文課
|
5/2
|
|
6. 準備與薛老師討論之事項內容
|
5/2
|
|
7. 文獻導讀討論 (5/3 12pm討論)
|
5/3
|
|
8. 義大研究：更新治療師評估之結果
|
5/3
|
|
9. 參加5/1和5/8臨床試驗訓練 (5:50pm-7:50pm於台大第七講堂)
|
5/8
|
2013年4月29日 星期一
4/29~5/3 預定進度
2013年4月26日 星期五
FDT論文：plateau之判定標準
原本訂定達到plateau phase的標準有二：
(一)、先看Cohen's d值，連續二次之d值都在下降或穩定不變。
(二)、再看paired t-test結果。於連續3次時間點，第一個時間點分別與後面二個時間點之paried t-test都不顯著。例如：Time 1 vs. Time 2和Time 1 vs. Time 3。
審稿者問我一個問題，我沒有校正多重比較的alpha值。
我重新思考，我使用檢定的目的為想確定3個時間點所測量之平均值是一樣的，所以會希望二個paried t-test都不顯著，表示第一個時間點和第二個時間點所測量之平均值是一樣 (Time 1 vs. Time 2)，第一個時間點和第二個時間點所測量之平均值是一樣 (Time 1 vs. Time 3)。但多重比較須要校正alpha值。
目前的想法：若檢定目的為確定3個時間點所測量之平均值是一樣的，其實只要使用ANOVA即可，且不須校正alpha值。表1為FDT之5個指標，使用ANOVA後的結果。
若更改達到plateau phase的第二個標準，結果仍是Basic measure of attention and processing speed指標在Time 1時達到plateau，而其它4個指標都未達到plateau，因為此4個指標都未符合第一個標準。
表1：ANOVA結果
(一)、先看Cohen's d值，連續二次之d值都在下降或穩定不變。
(二)、再看paired t-test結果。於連續3次時間點，第一個時間點分別與後面二個時間點之paried t-test都不顯著。例如：Time 1 vs. Time 2和Time 1 vs. Time 3。
審稿者問我一個問題，我沒有校正多重比較的alpha值。
我重新思考，我使用檢定的目的為想確定3個時間點所測量之平均值是一樣的，所以會希望二個paried t-test都不顯著，表示第一個時間點和第二個時間點所測量之平均值是一樣 (Time 1 vs. Time 2)，第一個時間點和第二個時間點所測量之平均值是一樣 (Time 1 vs. Time 3)。但多重比較須要校正alpha值。
目前的想法：若檢定目的為確定3個時間點所測量之平均值是一樣的，其實只要使用ANOVA即可，且不須校正alpha值。表1為FDT之5個指標，使用ANOVA後的結果。
若更改達到plateau phase的第二個標準，結果仍是Basic measure of attention and processing speed指標在Time 1時達到plateau，而其它4個指標都未達到plateau，因為此4個指標都未符合第一個標準。
表1：ANOVA結果
Index
|
Time 0-Time2
|
Time 1-Time3
|
Basic
measures of attention and processing speed
|
F(2,48)=3.74 p=0.031
|
F(2,48)=2.47 p=0.095
|
Selective
attention
|
F(2,48)=4.99. p=0.011
|
F(2,48)=3.61 p=0.035
|
Alternating
attention
|
F(2,48)=0.76 p=0.472
|
F(2,48)=3.05 p=0.057
|
Ability of inhibition
|
F(2,48)=1.70 p=0.194
|
F(2,48)=2.11 p=0.132
|
Ability of switching
|
F(2,48)=0.33 p=0.723
|
F(2,48)=2.27 p=0.114
|
粗體表示p值不顯著
2013年4月25日 星期四
義大研究進度 (4/25)
|
FDT、CPDT再測研究 |
人數統計
|
|
|
4/22-4/25
|
累計
|
|
|
完成第一次評估
|
4
|
58*
|
|
完成第二次評估
|
2
|
51
|
*完成第一次評估後，有二位受測者因間隔時間超過二週，所以沒有進行第二次施測。
二位施測者於第二次施測之人數分配
A施測者：評估25人
B施測者：評估26人
提醒做第二次評估之時間和人數：
4/29，1個受測者
5/6，2個受測者
5/9，2個受測者
2013年4月24日 星期三
Comments in the writing course (4/23)
一、寫作通則
(一)、架構
1. 寫作內容須考慮欲投稿之期刊。例如：若期刊內容與自閉症相關，則不須寫自閉症的定義，除非當審稿者建議需加上定義，此時才補上定義。(Chien-Yu)
2. 須思考分類學是否清楚，是否有文獻可引用。若無文獻可引用，必須提供很清楚的定義因為定義會影響所須使用的評估工具。(Chien-Yu)
3. 主詞為句子中重要的概念。例如：parenting stress為想要強調的概念，須以parenting stress為主詞。(Chien-Yu)
(二)、討論
1. 針對"國小兒童注意力量表"隨機測量誤差大的解釋，須解釋每個分測驗，而非只解釋部分之分測驗。(Patrice)
2. 討論的內容為提出可能性，合理化的說明。(Patrice)
3. 任何測驗都有隨機測量誤差，因此不合適寫"導致測驗分數受隨機測量誤差影響"，應改寫"導致隨機測量誤差增加"。(Patrice)
二、寫作細節
(一)、語句
1. "unique"此字的語氣有強烈的排它性。(Chien-Yu)
2. "some"和"多次"的語意不明確，須避免使用。(Zi-I)
3. RCT的冠詞為"an"，非"a"，因為R的發音為母音。若使用randomized controlled trial，此時的冠詞為"a"。 (Zi-I)
三、執行功能論文 (En-Chi)
(一)、針對文獻回顧之程序
1. 須提供完整的檢索策略。
2. 須提供"有困難執行"的定義。
3. 過去文獻中應不會提供每個IADL項目分數，不適合以此為篩選標準。
4. 須交代如何挑選適於台灣國情之IADL項目。
5. 須提供檢索目的。
6. 須提及先閱讀文獻何處(如摘要)，以開始篩選文獻。
(二)、針對訪談之程序
1. 須交代受訪者之招募方式。
2. 須說清楚題目的取捨標準。
3. IADL調查表題目如何獲得，且IADL調查表的使用目的為何。
4. IADL調查表的使用目的為階段性，不須一定要有先有信效度驗證。但IADL調查表可能會影響結果，未來在討論中可列為limitation (但不提也可)。
5. IADL調查表的項目內容不清楚，例如：準備一封結構完整的信封，是要患者找信封和是寫信封?
6. IADL調查表的每個面向中會設計幾個項目?
2013年4月22日 星期一
4/22~4/26 預定進度
|
任務
|
預定完成日
|
|
1. 準備4/23論文寫作課
|
4/23
|
|
2. 文獻導讀：
|
|
|
(1) 閱讀學生寫的討論記錄
|
4/23
|
|
(2) 文獻導讀討論 (4/26 12pm討論)
|
4/26
|
|
3. Lynn英文課
|
4/25
|
|
4. 回覆FDT論文審稿者意見初稿
|
4/30
|
|
5. 準備與薛老師討論之事項內容
|
4/26
|
|
6. 義大研究：更新治療師評估之結果
|
4/26
|
2013年4月19日 星期五
義大研究進度 (4/19)
| FDT、CPDT再測研究 |
人數統計
|
|
4/15-4/19
|
累計
|
|
完成第一次評估
|
1
|
54*
|
完成第二次評估
|
0
|
49
|
*完成第一次評估後，有二位受測者因間隔時間超過二週，所以沒有進行第二次施測。
二位施測者於第二次施測之人數分配
A施測者：評估25人
B施測者：評估24人
提醒做第二次評估之時間和人數：
4/23，1個受測者
4/25，1個受測者
4/29，1個受測者
Boostrapping分析方法
使用Bootstrapping計算Effect size的方法
以下為使用R軟體
> data=read.table(file.choose(),sep=',', header=TRUE)
> data
X1 X2 Y1 Y2
1 4.33964 7.42030 22 33
2 7.17865 8.70926 33 34
3 7.40154 7.40154 30 32
4 1.06128 4.75095 8 23
5 2.69063 7.16065 11 29
6 3.74045 7.02058 11 31
7 6.80245 9.39384 31 36
8 4.33964 8.70926 20 33
9 1.06128 4.33964 9 22
10 2.69063 4.33964 6 19
11 6.19895 7.74492 32 35
12 7.44349 7.72457 28 34
13 6.52419 7.72457 32 35
14 6.90474 7.72457 34 34
15 0.03023 3.66253 2 18
16 6.19895 8.05381 30 34
17 2.69063 7.12063 9 30
18 3.74045 9.39384 14 36
19 7.42030 7.40154 33 32
20 3.44653 6.52419 14 32
21 1.93182 7.17865 11 33
22 4.06875 7.13855 18 31
23 5.37969 7.72457 30 32
24 2.99228 5.37969 5 22
25 0.03023 4.33964 2 20
26 3.44653 4.33964 11 19
27 6.10720 6.86523 20 31
28 0.03023 4.33964 4 20
29 2.69063 4.33964 15 23
30 5.14221 7.44349 27 33
31 3.44653 5.65632 13 30
32 3.44653 6.13888 11 28
33 3.44653 5.37969 12 27
34 6.15484 7.13855 25 32
35 3.66253 5.53187 22 23
36 5.31453 6.86523 29 30
37 0.03023 4.01905 3 8
38 6.13888 7.50640 31 33
39 2.69063 5.05935 12 28
40 6.13888 7.44349 27 34
41 3.66253 7.53005 14 34
42 6.12336 6.86523 30 30
43 1.06128 2.69063 5 4
44 3.66253 6.13888 19 31
45 2.99228 6.90474 14 33
46 5.48398 7.23850 24 34
47 5.37969 7.83892 33 34
48 6.13888 7.83892 32 34
49 8.15931 8.70926 34 34
50 6.86523 7.09863 31 32
51 1.06128 2.69063 1 5
52 1.06128 4.33964 5 26
53 7.79237 7.79237 32 32
54 3.17450 7.23850 9 33
55 3.66253 5.53187 16 21
56 3.66253 4.33964 15 19
57 2.24595 4.33964 13 19
58 5.37969 7.72457 29 33
59 4.33964 5.53187 20 25
60 3.66253 5.59073 21 28
61 6.72564 8.05381 31 35
62 5.53187 6.13888 25 30
63 6.13888 8.74302 30 36
64 9.39384 9.39384 36 36
65 3.66253 6.10720 18 29
66 4.75095 6.13888 24 30
ES=matrix(0,1000,3)
for (i in 1:1000){
x=sample(66,replace=T)
data1=data[x,]
diff1=data1[,2]-data1[,1]
diff2=data1[,4]-data1[,3]
sd1=sd(data1[,1])
sd2=sd(data1[,3])
m1=mean(diff1)
m2=mean(diff2)
ef1=m1/sd1
ef2=m2/sd2
es=ef1-ef2
ES[i,1]=ef1
ES[i,2]=ef2
ES[i,3]=es
}
> quantile(ES[,3],c(0.025,0.975))
2.5% 97.5%
-0.01287047 0.27372242
以下為使用R軟體
> data=read.table(file.choose(),sep=',', header=TRUE)
> data
X1 X2 Y1 Y2
1 4.33964 7.42030 22 33
2 7.17865 8.70926 33 34
3 7.40154 7.40154 30 32
4 1.06128 4.75095 8 23
5 2.69063 7.16065 11 29
6 3.74045 7.02058 11 31
7 6.80245 9.39384 31 36
8 4.33964 8.70926 20 33
9 1.06128 4.33964 9 22
10 2.69063 4.33964 6 19
11 6.19895 7.74492 32 35
12 7.44349 7.72457 28 34
13 6.52419 7.72457 32 35
14 6.90474 7.72457 34 34
15 0.03023 3.66253 2 18
16 6.19895 8.05381 30 34
17 2.69063 7.12063 9 30
18 3.74045 9.39384 14 36
19 7.42030 7.40154 33 32
20 3.44653 6.52419 14 32
21 1.93182 7.17865 11 33
22 4.06875 7.13855 18 31
23 5.37969 7.72457 30 32
24 2.99228 5.37969 5 22
25 0.03023 4.33964 2 20
26 3.44653 4.33964 11 19
27 6.10720 6.86523 20 31
28 0.03023 4.33964 4 20
29 2.69063 4.33964 15 23
30 5.14221 7.44349 27 33
31 3.44653 5.65632 13 30
32 3.44653 6.13888 11 28
33 3.44653 5.37969 12 27
34 6.15484 7.13855 25 32
35 3.66253 5.53187 22 23
36 5.31453 6.86523 29 30
37 0.03023 4.01905 3 8
38 6.13888 7.50640 31 33
39 2.69063 5.05935 12 28
40 6.13888 7.44349 27 34
41 3.66253 7.53005 14 34
42 6.12336 6.86523 30 30
43 1.06128 2.69063 5 4
44 3.66253 6.13888 19 31
45 2.99228 6.90474 14 33
46 5.48398 7.23850 24 34
47 5.37969 7.83892 33 34
48 6.13888 7.83892 32 34
49 8.15931 8.70926 34 34
50 6.86523 7.09863 31 32
51 1.06128 2.69063 1 5
52 1.06128 4.33964 5 26
53 7.79237 7.79237 32 32
54 3.17450 7.23850 9 33
55 3.66253 5.53187 16 21
56 3.66253 4.33964 15 19
57 2.24595 4.33964 13 19
58 5.37969 7.72457 29 33
59 4.33964 5.53187 20 25
60 3.66253 5.59073 21 28
61 6.72564 8.05381 31 35
62 5.53187 6.13888 25 30
63 6.13888 8.74302 30 36
64 9.39384 9.39384 36 36
65 3.66253 6.10720 18 29
66 4.75095 6.13888 24 30
ES=matrix(0,1000,3)
for (i in 1:1000){
x=sample(66,replace=T)
data1=data[x,]
diff1=data1[,2]-data1[,1]
diff2=data1[,4]-data1[,3]
sd1=sd(data1[,1])
sd2=sd(data1[,3])
m1=mean(diff1)
m2=mean(diff2)
ef1=m1/sd1
ef2=m2/sd2
es=ef1-ef2
ES[i,1]=ef1
ES[i,2]=ef2
ES[i,3]=es
}
> quantile(ES[,3],c(0.025,0.975))
2.5% 97.5%
-0.01287047 0.27372242
註：使語法為設定進行1000個boostrap samples，有66筆資料。X1和X2表示X工具第一次和第二次的測量分數，Y1和Y2表示Y工具第一次和第二次的測量分數。
2013年4月18日 星期四
FDT論文修改重點
根據Brain injury期刊審稿者之意見，以下為針對意見所思考FDT論文會修改方向和重點
1. The readability of the manuscript is poor as noted above and would be improved by close attention to improving the use of appropriate tenses, spelling, singular v plural and conventions with respect to how numbers are written. These issues make the manuscript difficult to read and at times confusing.
回覆重點：與Lynn討論寫作文法方面的問題，以確定需要修改那些句子的時態、拼字 (如須寫practice effect，非practise effect)、單複數、數字撰寫的規則 (10以下須寫英國字母，10以上須寫阿拉伯數字)。
2. The structure of the MS also requires attention. For example under methods, the participant section does not include information about the numbers of participants--information that is later uncovered under results. A box diagram depicting the total number to start with and who was excluded for what reason would avoid the need to describe this in the text. Under procedures, a table with the measures that were administered at each time point would be helpful. The results section is unnecessarily wordy and attention could rather be drawn to the main findings.
回覆重點：
(1) 使用圖示法解釋獲得最後分析資料的流程
(2) 在procedure部分，使用表格表示在每個時間點使用那些評估工具。
(3) 在結果部分，精簡文字且刪除不必要的字句。另外使用次標題顯示重點。
3. The introduction lacks important information about the Five Digit Test (FDT) with respect to other studies of reliability or validity, including studies on other populations. This is particularly important given that the FDT is likely to be unfamiliar to many readers. Information about practice effects on other tests in stroke populations would also be important, particularly on a reportedly similar measure such as the Stroop
回覆重點：
(1) 在前言部分，須提供FDT在其他族群的信效度結果，然而我所找到的資料都是未發表在期刊上，所找到的FDT信效度資料不是來自博士論文，就是FDT工具發展作者所提供的相關海報資料。適合使用博士論文和海報資料嗎?
我的想法是，因為FDT為新的工具，一般人對FDT不熟悉。即使相關信效度資料未發表於期刊上，仍須提供。
(2) 會加入其它注意力和執行功能評估工具應用於中風患者之練習效應結果。
目前仍未找到Stroop Color Word Test (SCWT)於中風患者之練習效應驗證資料，所以需要提嗎?
我的想法是，回覆審稿者說就以我們所知，尚未有研究驗證SCWT於中風患者之練習效應。在FDT論文中不提SCWT於中風患者之練習效應相關研究。
4. Concepts such as practice effects and test-reliability are poorly explained and inclusion of reliable change indices appears unjustified, particularly given the small N.
回覆重點：
(1) 會檢試前言和討論部分之practice effect和test-retest reliability的解釋。
(2) 於研究限制部分，我會補充本研究sample size小，對RCI的解釋須保留。
5. The participants should be better described in terms of a table of their scores (mean, SD, range) on the other measures (BI, READ, CMD, Star cancellation); it is unclear why these were not included.
回覆重點：原文已在個案基本資料表上提供BI之分數，會在表格上提供READ, CMD, Star cancellation的測量分數。
6. The statistical analysis makes no correction for multiple testing. The overall N is small for the analyses performed.
回覆重點：
(1) 在決定plateau phase的判斷標準中，使用paired t-test，而未使用ANOVA。原因為決定plateau phase的判斷標準中，為檢驗看到一個時間點分別與接下來的二個時間點之間平均分數的是否有差異 (二二比較)，而非同時一起驗證多個時間點，所以不須校正typer I error。
(2) 於研究限制部分，我會補充本研究sample size小，所以paired t-test可能會不顯著。
7. In results, the mean raw scores should be presented first. The graphs are potentially useful for depicting this but the values on the Y axis for some measures do not appear to match those provided in the table! For example for basic attention/processing speed the mean in the table is 75, whereas in Figure 1 it's around 140. In table II, it is inappropriate to have a column headed practice effect when there is no practice effect. This column appears to be redundant.
回覆重點：
(1) 會提前提到mean raw score且把表3 (mean raw score數值表)變成表2。
(2) 會重新畫練習效應趨勢圖，以符合mean raw score之數值。
(3) 會刪除表2之head practice effect欄位。
1. The readability of the manuscript is poor as noted above and would be improved by close attention to improving the use of appropriate tenses, spelling, singular v plural and conventions with respect to how numbers are written. These issues make the manuscript difficult to read and at times confusing.
回覆重點：與Lynn討論寫作文法方面的問題，以確定需要修改那些句子的時態、拼字 (如須寫practice effect，非practise effect)、單複數、數字撰寫的規則 (10以下須寫英國字母，10以上須寫阿拉伯數字)。
2. The structure of the MS also requires attention. For example under methods, the participant section does not include information about the numbers of participants--information that is later uncovered under results. A box diagram depicting the total number to start with and who was excluded for what reason would avoid the need to describe this in the text. Under procedures, a table with the measures that were administered at each time point would be helpful. The results section is unnecessarily wordy and attention could rather be drawn to the main findings.
回覆重點：
(1) 使用圖示法解釋獲得最後分析資料的流程
(2) 在procedure部分，使用表格表示在每個時間點使用那些評估工具。
(3) 在結果部分，精簡文字且刪除不必要的字句。另外使用次標題顯示重點。
3. The introduction lacks important information about the Five Digit Test (FDT) with respect to other studies of reliability or validity, including studies on other populations. This is particularly important given that the FDT is likely to be unfamiliar to many readers. Information about practice effects on other tests in stroke populations would also be important, particularly on a reportedly similar measure such as the Stroop
回覆重點：
(1) 在前言部分，須提供FDT在其他族群的信效度結果，然而我所找到的資料都是未發表在期刊上，所找到的FDT信效度資料不是來自博士論文，就是FDT工具發展作者所提供的相關海報資料。適合使用博士論文和海報資料嗎?
我的想法是，因為FDT為新的工具，一般人對FDT不熟悉。即使相關信效度資料未發表於期刊上，仍須提供。
(2) 會加入其它注意力和執行功能評估工具應用於中風患者之練習效應結果。
目前仍未找到Stroop Color Word Test (SCWT)於中風患者之練習效應驗證資料，所以需要提嗎?
我的想法是，回覆審稿者說就以我們所知，尚未有研究驗證SCWT於中風患者之練習效應。在FDT論文中不提SCWT於中風患者之練習效應相關研究。
4. Concepts such as practice effects and test-reliability are poorly explained and inclusion of reliable change indices appears unjustified, particularly given the small N.
回覆重點：
(1) 會檢試前言和討論部分之practice effect和test-retest reliability的解釋。
(2) 於研究限制部分，我會補充本研究sample size小，對RCI的解釋須保留。
5. The participants should be better described in terms of a table of their scores (mean, SD, range) on the other measures (BI, READ, CMD, Star cancellation); it is unclear why these were not included.
回覆重點：原文已在個案基本資料表上提供BI之分數，會在表格上提供READ, CMD, Star cancellation的測量分數。
6. The statistical analysis makes no correction for multiple testing. The overall N is small for the analyses performed.
回覆重點：
(1) 在決定plateau phase的判斷標準中，使用paired t-test，而未使用ANOVA。原因為決定plateau phase的判斷標準中，為檢驗看到一個時間點分別與接下來的二個時間點之間平均分數的是否有差異 (二二比較)，而非同時一起驗證多個時間點，所以不須校正typer I error。
(2) 於研究限制部分，我會補充本研究sample size小，所以paired t-test可能會不顯著。
7. In results, the mean raw scores should be presented first. The graphs are potentially useful for depicting this but the values on the Y axis for some measures do not appear to match those provided in the table! For example for basic attention/processing speed the mean in the table is 75, whereas in Figure 1 it's around 140. In table II, it is inappropriate to have a column headed practice effect when there is no practice effect. This column appears to be redundant.
回覆重點：
(1) 會提前提到mean raw score且把表3 (mean raw score數值表)變成表2。
(2) 會重新畫練習效應趨勢圖，以符合mean raw score之數值。
(3) 會刪除表2之head practice effect欄位。
WINSTEPS操作步驟
使用WINSTEPS進行Rasch 分析之步驟
1. 先準備語法檔 (txt檔)和數據檔 (txt檔，如phq.txt)，把此二個檔案放置於同一個資料匣中。
(1) 語法檔
範例一，不須刪題
&INST
TITLE='PHQ-9'
DATA=phq.txt
NI=9
CODES=1234
ITEM1=1
PRCOMP=S
TFILE = *
1.2
3.1
2.4
3.2
10.1
12.6
20.1
23
*
IFILE=item.txt
PFILE=people.txt
SFILE=step.txt
ICROFILE=residual.txt
&END
PHQ1
PHQ2
PHQ3
PHQ4
PHQ5
PHQ6
PHQ7
PHQ8
PHQ9
END NAMES
範例二，須刪題，如刪第二題和第四題
&INST
TITLE='PHQ-9 delete '
DATA=phq.txt
NI=9
CODES=1234
ITEM1=1
IDFILE=*
2
4
*
PRCOMP=S
TFILE = *
1.2
3.1
2.4
3.2
10.1
12.6
20.1
23
*
IFILE=item1.txt
PFILE=people1.txt
SFILE=step1.txt
ICROFILE=residual1.txt
&END
PHQ1
PHQ2
PHQ3
PHQ4
PHQ5
PHQ6
PHQ7
PHQ8
PHQ9
END NAMES
2. 開起WINSTEPS軟體
(1) 看到"Control file name? (e.g., exam1.txt). Press Enter for Fialog Box:"，按Enter鍵，選擇語法檔。
(2) 看到"Report output file name (or press Enter for temporary file, Ctrl+0 for Dialog Box):"，輸入output.txt，以獲得數據分析輸出之檔案 (即output.txt)。
1. 先準備語法檔 (txt檔)和數據檔 (txt檔，如phq.txt)，把此二個檔案放置於同一個資料匣中。
(1) 語法檔
範例一，不須刪題
&INST
TITLE='PHQ-9'
DATA=phq.txt
NI=9
CODES=1234
ITEM1=1
PRCOMP=S
TFILE = *
1.2
3.1
2.4
3.2
10.1
12.6
20.1
23
*
IFILE=item.txt
PFILE=people.txt
SFILE=step.txt
ICROFILE=residual.txt
&END
PHQ1
PHQ2
PHQ3
PHQ4
PHQ5
PHQ6
PHQ7
PHQ8
PHQ9
END NAMES
範例二，須刪題，如刪第二題和第四題
&INST
TITLE='PHQ-9 delete '
DATA=phq.txt
NI=9
CODES=1234
ITEM1=1
IDFILE=*
2
4
*
PRCOMP=S
TFILE = *
1.2
3.1
2.4
3.2
10.1
12.6
20.1
23
*
IFILE=item1.txt
PFILE=people1.txt
SFILE=step1.txt
ICROFILE=residual1.txt
&END
PHQ1
PHQ2
PHQ3
PHQ4
PHQ5
PHQ6
PHQ7
PHQ8
PHQ9
END NAMES
(2) 數據檔：把數據寬度設成 < 1.5 è儲存成"格式化文字(空白分隔)" è另存成txt檔。
2. 開起WINSTEPS軟體
(1) 看到"Control file name? (e.g., exam1.txt). Press Enter for Fialog Box:"，按Enter鍵，選擇語法檔。
(2) 看到"Report output file name (or press Enter for temporary file, Ctrl+0 for Dialog Box):"，輸入output.txt，以獲得數據分析輸出之檔案 (即output.txt)。
2013年4月17日 星期三
I向度逐步刪題結果補充 (4/17)
1. 刪題順序：I2 èI3 èI4
2. 已再確認數據，reliability值為0.70。
3. Wright map ：題目難度（5 categories） vs persons 的圖
註明：於Rasch analysis，有刪除項目選項6和9，但未使用插補法填補遺漏值。
2. 已再確認數據，reliability值為0.70。
3. Wright map ：題目難度（5 categories） vs persons 的圖
註明：於Rasch analysis，有刪除項目選項6和9，但未使用插補法填補遺漏值。
2013年4月15日 星期一
4/15~4/19 預定進度
|
任務
|
預定完成日
|
|
1. 準備4/16心理實驗法(下)期中考
|
4/16
|
|
2. 文獻導讀：
|
|
|
(1) 閱讀學生寫的討論記錄
|
4/16
|
|
(2) 文獻導讀討論 (4/19 12pm討論)
|
4/19
|
|
3. 補充和確認I向度逐步刪題之結果
|
4/17
|
|
4. Lynn英文課
|
4/18
|
|
5. 準備與薛老師討論之事項內容
|
4/18
|
|
6. 根據Brain injury期刊審稿者之回覆，思考FDT論文修改方向/重點
|
4/19
|
|
7. 完成投稿全聯會FDT論文之摘要
|
4/19
|
|
8. 義大研究：更新治療師評估之結果
|
4/19
|
2013年4月12日 星期五
義大研究進度 (4/12)
| FDT、CPDT再測研究 |
人數統計
|
|
4/9-4/12
|
累計
|
|
完成第一次評估
|
2
|
53*
|
完成第二次評估
|
0
|
49
|
*完成第一次評估後，有二位受測者因間隔時間超過二週，所以沒有進行第二次施測。
二位施測者於第二次施測之人數分配
A施測者：評估25人
B施測者：評估24人
提醒做第二次評估之時間和人數：
4/23，1個受測者
4/25，1個受測者
提醒做第二次評估之時間和人數：
4/23，1個受測者
4/25，1個受測者
2013年4月11日 星期四
2013年4月10日 星期三
I向度逐步刪題之結果 (4/10)
I向度(10題)之Rasch分析(n=448)
Item
|
Item
difficulty logit
|
SE
|
Infit
MNSQ
|
Outfit
MNSQ
|
I01
|
-0.15
|
0.07
|
1.00
|
0.99
|
I05
|
-0.57
|
0.10
|
1.39
|
1.26
|
I06
|
-0.14
|
0.06
|
1.30
|
1.35
|
I07
|
0.27
|
0.10
|
1.04
|
1.07
|
I08
|
0.06
|
0.09
|
0.61
|
0.57
|
I09
|
0.43
|
0.09
|
0.87
|
0.86
|
I10
|
0.06
|
0.09
|
0.91
|
0.81
|
I11
|
-0.56
|
0.11
|
0.92
|
0.83
|
I12
|
0.32
|
0.10
|
0.94
|
0.97
|
I13
|
0.28
|
0.12
|
0.79
|
0.71
|
註明：I向度為「資訊提供」。
Misfit之判斷標準：infit MNSQ > 1.4或outfit MNSQ > 1.4。
10題之reliability為0.70
2013年4月8日 星期一
4/8~4/12 預定進度
|
任務
|
預定完成日
|
|
1. 4/8早上陪芬蘭學生到聖若瑟失智老人養護中心見習
|
4/8
|
|
2. 準備4/9論文寫作課
|
4/9
|
|
3. 文獻導讀：閱讀學生寫的討論記錄
|
4/9
|
|
4. 心理實驗法(下)
|
|
|
(1) 繳交統計作業
|
4/8
|
|
(2) 準備4/16期中考
|
4/16
|
|
5. OT滿意度分析：使用Rasch model逐步刪題I向度
|
4/10
|
|
6. 準備與薛老師討論之事項內容
|
4/10
|
|
7. 根據Brain injury期刊審稿者之回覆，思考FDT論文修改方向/重點
|
4/10
|
|
8.修正並撰寫市療統籌案完整計計畫書之初稿，並寄給李主任
|
4/11
|
|
9. 擔任心理疾病職能治療課程OSCE期中考之助教
|
4/12
|
|
10. 完成投稿全聯會FDT論文之摘要初稿
|
4/12
|
|
11. 義大研究：更新治療師評估之結果
|
4/12
|
|
12. 準備台大研討會CPDT口頭報告
|
4/13
|
訂閱：
文章 (Atom)