по измерению продовольственной безопасности домашних хозяйств (пересмотрено в 2000 г.) — Руководство — это наиболее авторитетный и доступный ресурс по измерению продовольственной безопасности домашних хозяйств. В нем содержится подробное руководство для исследователей о том, как использовать модуль обследования для измерения продовольственной безопасности и отсутствия продовольственной безопасности. Статистические данные обследований, в которых используются эти методы, будут напрямую сопоставимы с опубликованной национальной статистикой. Это руководство Guide заменяет Руководство по внедрению основного модуля продовольственной безопасности , опубликованное Министерством сельского хозяйства США в 1997 году.Обратите внимание на недавние изменения ниже.

В состав Guide входят:

• Концепции измерения продовольственной безопасности.
• Теоретические и статистические основы методологии.
• Формулировка 18 вопросов в модуле опроса.
• Спецификации скрининга для минимизации нагрузки на респондентов без существенного искажения данных.
• Спецификации для кодирования и подсчета баллов.
• Руководство по использованию стандартной краткой формы из шести пунктов модуля обследования.

Примечания к недавним изменениям

Продовольственная безопасность

С момента публикации руководства Guide Министерство сельского хозяйства США ввело новые ярлыки для описания диапазонов продовольственной безопасности и отсутствия продовольственной безопасности (высокая, предельная, низкая и очень низкая продовольственная безопасность). Эти ярлыки соответствуют рекомендациям Комитета по национальной статистике, и ERS рекомендует использовать их постоянно во всех исследованиях и мониторинге продовольственной безопасности в США.

Модули обследования продовольственной безопасности

С момента публикации руководства Guide были внесены незначительные изменения в формулировки вопросов и изменен порядок их представления.Используйте указанные ниже модули, а не модули из Guide , чтобы включить эти изменения.

Модуль обследования продовольственной безопасности домашних хозяйств США

(18-шт.) Трехступенчатая конструкция с просеивателями. Скрининг сводит нагрузку на респондентов к минимуму, необходимому для получения надежных данных. Большинству домохозяйств в общем обследовании населения задают только три вопроса (пять, если в домохозяйстве есть дети). Анкета была немного изменена по сравнению с анкетой Guide, , и вопросы были переупорядочены, чтобы сгруппировать вопросы, на которые ссылаются дети, после вопросов, на которые ссылаются взрослые; загрузите его в удобном для вас формате: PDF или Microsoft Word.

Модуль обследования продовольственной безопасности взрослого населения США

(10 шт.) Трехступенчатая конструкция с просеивателями. Скрининг сводит нагрузку на респондентов к минимуму, необходимому для получения надежных данных. Большинству домашних хозяйств в общем обследовании населения задают только три вопроса. Анкета была очень немного изменена по сравнению с анкетой, указанной для домохозяйств без детей в справочнике Guide ; загрузите его в удобном для вас формате: PDF или Microsoft Word.

Преимущества

• Меньшая нагрузка на респондентов.
• Улучшает сопоставимость статистики продовольственной безопасности между домохозяйствами с детьми и без детей и между домохозяйствами с детьми в разных возрастных группах.
• Избегает вопросов о продовольственной безопасности детей, которые могут быть деликатными в некоторых контекстах обследования.

Ограничения

• Не предоставляет конкретной информации о продовольственной безопасности детей.

Краткая форма из шести пунктов модуля обзора продовольственной безопасности

Для обследований, которые не могут реализовать меры из 18 или 10 пунктов, эта «Краткая» шкала из 6 пунктов обеспечивает достаточно надежную замену.Он использует подмножество стандартных 18 элементов. Это тот же вопросник из шести пунктов, что и в справочнике Guide ; загрузите его в удобном для вас формате: PDF или Microsoft Word.

Преимущества

• Меньшая нагрузка на респондентов для домохозяйств с отсутствием продовольственной безопасности. Можно проверить после трех пунктов, чтобы снизить нагрузку на домохозяйства, у которых нет проблем с доступом к продовольствию.
• Оценки распространенности отсутствия продовольственной безопасности и очень низкого уровня продовольственной безопасности лишь минимально смещены по сравнению с оценками, основанными на модулях из 18 или 10 пунктов.
• Стандартная краткая форма с известным отношением к полному модулю.

Ограничения

• Менее точный и несколько менее надежный, чем измерение из 18 пунктов.
• Не измеряет самые серьезные уровни отсутствия продовольственной безопасности.
• Не спрашивает об условиях проживания детей в семье.

Модуль самоуправляемого обследования продовольственной безопасности для молодежи от 12 лет и старше

Этот модуль опроса был адаптирован из модуля Обследования продовольственной безопасности домашних хозяйств в США для самостоятельного управления детьми в возрасте от 12 лет и старше.Разработка и оценка модуля описаны в Кэрол Л. Коннелл, Марк Норд, Кристи Л. Лофтон и Кэти Ядрик, 2004, «Продовольственная безопасность детей старшего возраста может быть оценена с помощью стандартного инструмента для обследования», The Journal of Nutrition 134: 2566-72. Загрузите анкету в удобном для вас формате: PDF или Microsoft Word.

Испанский перевод модуля Обследования продовольственной безопасности домашних хозяйств в США

Испанский перевод модуля обследования продовольственной безопасности домашних хозяйств в США был разработан исследователями Министерства сельского хозяйства США на основе предыдущих переводов исследователей из Калифорнийского университета в Лос-Анджелесе и Национального центра статистики здравоохранения.ERS рекомендует этот перевод для использования испаноязычным населением США. Загрузите анкету в удобном для вас формате: PDF или Microsoft Word.

Китайский перевод модуля Обследования продовольственной безопасности домашних хозяйств в США

Китайский перевод модуля Обследования продовольственной безопасности домашних хозяйств в США был разработан исследователями Калифорнийского университета в Сан-Франциско в сотрудничестве с ERS и задокументирован в Christine M.L. Кван, Анна М.Наполес, Джейлинг Чоу и Хилари К. Селигман, 2015, «Разработка концептуально эквивалентного перевода на китайский язык модуля Обследования продовольственной безопасности домашних хозяйств США для китайских иммигрантов в США», Public Health Nutrition 18 (2): 242 -250 и Кортни Р. Лайлс, Марк Норд, Джейлинг Чоу, Кристин М.Л. Кван и Хилари К. Селигман, 2015 г., «Модуль продовольственной безопасности Китая в Сан-Франциско: проверка перевода модуля исследования продовольственной безопасности домашних хозяйств в США», журнал Journal of Hunger and Environmental Nutrition 10 (2): 189-201.ERS рекомендует использовать этот перевод среди китайскоговорящих взрослых в Соединенных Штатах. Загрузите анкету в удобном для вас формате: PDF или Microsoft Word.

Дополнения по продовольственной безопасности CPS

Дополнительные вопросы анкеты о продовольственной безопасности, достаточности продовольствия, расходах на продовольствие, использовании продовольственных программ и других способах решения проблемы отсутствия продовольственной безопасности включены в Дополнения по продовольственной безопасности СПС, но не в основной модуль продовольственной безопасности. Перейдите в информационный продукт «Продовольственная безопасность в США», чтобы загрузить любой из вопросников CPS по продовольственной безопасности на английском языке, или загрузите перевод на испанский язык в удобном для вас формате: PDF или Microsoft Word.

[Полный текст] Анкета по аспектам помощи в отношениях: уменьшение количества заданий и оценка

Лаура Келли, ¹ Стив Сизмур, ² Сюзанна Кесбауэр, ² Дженни Кинг, ² Робин Купер, ² , ¹ Chris Graham ²

¹ Отдел исследований служб здравоохранения, Департамент здравоохранения Наффилда, Оксфордский университет, Оксфорд, Великобритания; ² Исследовательский отдел, Институт Пикера в Европе, Оксфорд, Великобритания

Цель: Опросник по реляционным аспектам ухода (RAC-Q) — это электронный инструмент, который был разработан для оценки взаимодействия персонала с пациентами при оказании родственной помощи стационарным пациентам и тех, кто обращается за помощью в аварийные и аварийные службы (A&E).Целью этого исследования было уменьшить количество вопросов анкеты и изучить методы оценки для «неприменимых» вариантов ответов.
Пациенты и методы: Участники (n = 3928) были стационарными пациентами или участниками отделения неотложной помощи в шести участвующих больничных фондах в Англии в течение 2015–2016 годов. Инструмент, состоящий из 20 пунктов анкеты, использовался обученными волонтерами больницы в течение 10 месяцев. Пункты были подвергнуты исследовательскому факторному анализу для подтверждения одномерности, и количество пунктов было сокращено с использованием ряда априорных психометрических критериев.Были предприняты два альтернативных подхода к подсчету баллов: один рассматривал «неприменимо» ответы как отсутствующие данные, а второй использовал метод балльной оценки, когда «неприменимо» считалось «нет проблем с осторожностью».
Результаты: Были выявлены две короткие формы RAC-Q с альтернативными вариантами подсчета очков. Первый (RAC-Q-12) содержал 12 пунктов, а второй вариант оценки (RAC-Q-14) содержал 14 пунктов. Результаты обеих коротких форм сильно коррелировали с полной оценкой родительской формы из 20 пунктов (RAC-Q-12, r = 0.93 и RAC-Q-14, r = 0,92), продемонстрировал высокую внутреннюю согласованность (α Кронбаха: RAC-Q-12 = 0,92 и RAC-Q-14 = 0,89) и имел высокий уровень согласия (коэффициент внутриклассовой корреляции [ ICC] = 0,97 для обеих шкал).
Заключение: RAC-Q предназначен для предоставления обратной связи почти в реальном времени о взаимодействии персонала с пациентами при оказании помощи в отношениях. Новая краткая форма RAC-Q и соответствующий метод оценки отражают оценки, полученные с использованием полной родительской формы из 20 пунктов.Новые краткие формы RAC-Q могут быть включены в стационарные обследования, чтобы можно было сравнивать работу отделений или больниц. Использование RAC-Q-12 или RAC-Q-14 предлагает способ уменьшить потерю данных и утомление от ответа.

Ключевые слова: обратная связь в реальном времени, опыт пациентов, опросы, стационарная помощь, неотложная помощь

Введение

Личностно-ориентированная помощь считается ключевым компонентом высококачественной медицинской помощи в Великобритании. ^1–4 Однако получение помощи, ориентированной на человека, может быть сложной задачей, поскольку это касается не только того, как предоставляются услуги, но и взаимоотношений между профессионалами здравоохранения и пациентами, имеющими разный уровень зависимости. ^5,6 Важно, чтобы опыт полученной помощи отслеживался, чтобы получить представление о том, как можно улучшить оказание помощи. В настоящее время Национальная служба здравоохранения (NHS) использует ряд критериев оценки опыта пациентов. Эти меры в основном сосредоточены на измерении операционных или «функциональных» аспектов ухода, таких как чистота, время ожидания и обезболивание. ^7–10 Хотя функциональные аспекты ухода важны, они не отражают «реляционные» аспекты ухода, которые сосредоточены на взаимодействии между медицинскими работниками и пациентами. ¹¹ Поощрение подхода к уходу, ориентированного на отношения, особенно в отношении пожилых пациентов, считается ключом к обеспечению положительного опыта лечения и может способствовать эмоциональному комфорту пациентов. ^12–14 «Родственный» уход касается межличностных аспектов ухода, таких как общение, предоставление пациентам возможности обсудить проблемы или опасения и уважительное и достойное отношение к пациентам. ^11,15

Несмотря на важность семейной помощи, недавнее независимое расследование ¹⁶ помощи, оказываемой трастовым фондом UK Mid Staffordshire NHS Foundation Trust, выявило недостатки в ее предоставлении. Ключевая рекомендация отчета включала необходимость в подходящем инструменте для оценки взаимосвязанных аспектов оказания помощи, в частности, для использования среди пожилых стационарных пациентов и тех, кто обращается к службам неотложной и неотложной помощи. Кроме того, в ходе опроса подчеркивалась важность сбора данных в режиме реального времени как ключевого механизма для своевременного и эффективного мониторинга реляционной помощи.В настоящее время нет электронного инструмента, с помощью которого можно было бы измерить взаимодействие персонала с пожилыми людьми или теми, кто посещает службы экстренной помощи, в отношении семейного ухода. Принимая во внимание эти соображения, Оксфордский университет (Оксфорд, Великобритания) и Европейский институт Пикера (Оксфорд, Великобритания) разработали инструмент — Анкету по вопросам реляционных аспектов ухода (RAC-Q), ¹⁷ , для использования в этом контексте.

RAC-Q был разработан для администрирования на планшетном компьютере, чтобы обеспечить передачу ответов в участвующие палаты «почти в реальном времени».Короче говоря, вопросы анкеты были составлены после обзора соответствующей литературы, фокус-группы и восьми интервью, проведенных с недавними стационарными пациентами и участниками отделения неотложной помощи. Были определены восемь всеобъемлющих тем, отражающих взаимодействие персонала с пациентами при оказании родственной помощи, и для каждой темы были отобраны существующие вопросы анкеты. Пункты анкеты, представляющие вероятные проявления стиля взаимодействия персонала при оказании помощи в отношениях, были выбраны в расчете на то, что положительные ответы пациентов укажут на предоставление хорошей помощи в отношениях. ^18,19 Существующие предметы были взяты из обследований национальных стационаров и отделений неотложной помощи Национальной службы здравоохранения в 2013 году, в то время как были разработаны дополнительные предметы, которые не были сочтены подходящими. В общей сложности 62 вопроса были рассмотрены консультативной группой экспертов (n = 5), состоящей из представителей общественности и пациентов, представителей больничного опыта пациентов и ученых, которые сократили количество выявленных 62 пунктов до 22 пунктов. Наконец, когнитивные интервью (n = 30) были проведены с текущими стационарными пациентами и пациентами A&E в трех больницах в Англии для выявления повторяющихся вопросов и обеспечения понимания участниками.Подробный отчет о развитии инструмента изложен в другом месте. ¹⁷ Во время тестирования опросник вводился с помощью планшетного компьютера, что гарантирует его пригодность для использования в условиях стационара. В результате было получено 20 подтвержденных пунктов, которые были сочтены актуальными и приемлемыми при оценке взаимодействия персонала при оказании помощи в отношениях. Ответы по пунктам были закодированы как 0–100, где 0 = наихудший уход и 100 = лучший уход. Девять пунктов также включали дополнительные варианты ответов, чтобы указать, что вопрос к ним неприменим.Анкета из 20 пунктов впоследствии была заполнена в ходе 10-месячного пилотного исследования в шести трастах в выбранных палатах, которые оказывали помощь в основном людям в возрасте 75 лет и старше, а также среди тех, кто посещал A&E.

Подробная оценка препятствий и факторов, способствующих внедрению RAC-Q, приведена в другом месте. ²⁰ Хотя многие препятствия на пути сбора данных в режиме реального времени могут быть связаны с технологическими ресурсами и вовлеченностью персонала, сокращение количества элементов анкеты, которые нужно администрировать, является одним из способов уменьшить нагрузку на заполнение анкеты.Меньшее количество пунктов анкеты особенно приветствуется, учитывая, что пожилые люди и участники A&E могут столкнуться с уникальными проблемами при заполнении длинных анкет. Например, многие, вероятно, будут жить с состояниями, влияющими на слух, речь, зрение и когнитивную обработку, а те, кто посещает службы неотложной помощи, могут испытывать острую боль, шок и испытывать травмы. ^39,40 Первая цель анализа, представленного в этом исследовании, заключалась в изучении возможности сокращения длины первоначального вопросника из 20 пунктов путем создания краткой формы RAC-Q.Краткие вопросники были разработаны для большого числа широко используемых вопросников, и многие из них оказались приемлемыми и информативными, обеспечивая результаты, аналогичные результатам их исходной родительской формы. ^21–23 Меньшее количество пунктов может быть полезным для исследований или оценок, где одновременно применяются дополнительные пункты или меры или где необходимо минимизировать нагрузку на пациента (например, с пожилыми пациентами или теми, кто недавно испытал острую боль или шок). ²⁴

Вторая цель этого анализа заключалась в изучении методов оценки анкеты в случаях отсутствия или отсутствия оценочных данных.Это включало изучение возможности присвоения баллов «неприменимым» вариантам ответа по девяти соответствующим пунктам в инструменте, чтобы информация не была потеряна, а недостающие данные сократились. Категоризация «неприменимых» ответов, которые обычно не оцениваются, может максимизировать количество пригодных для использования ответов и может иметь потенциал для улучшения интерпретации результатов для медицинских работников. Для реализации поставленных целей были использованы два подхода к анализу. Первый подход оставил без оценки «неприменимо» ответы, аналогичный подходу к методам, используемым в программе опроса пациентов NHS. ²⁵ Второй подход представил подход «балльной оценки проблемы», при котором ответы пересчитывались, чтобы указать на наличие или отсутствие проблемы со стилями взаимодействия персонала в контексте заботы о взаимоотношениях. Подходы с оценкой проблем успешно использовались в прошлом ^26,27 , и в этом случае ответы «не применимо» были перекодированы с «нет баллов» на «100», что означает «нет проблем с осторожностью» (таблица 1).

Пациенты и методы

Источник данных

Целью данного исследования было изучить два подхода к сокращению количества заданий и подсчету баллов для RAC-Q.Исследование было сосредоточено на том, имеет ли сокращение количества пунктов и различий в оценке пунктов какое-либо влияние на интерпретацию общей оценки. Данные, представленные в этом исследовании, были собраны в течение 10 месяцев в шести участвующих трастах в Англии в течение 2015–2016 годов. Инструмент, состоящий из 20 пунктов анкеты, использовался волонтерами больницы, которые прошли обучение использованию планшета, практике заполнения анкет и обучению тому, как обращаться к пациентам.Два исследовательских центра решили использовать отдельно стоящий планшетный киоск в своем отделе A&E вместо добровольцев из-за экологических ограничений. Все участники предоставили письменное информированное согласие. Служба этики исследований Восточной Шотландии рассмотрела это исследование и в августе 2014 г. дала положительное заключение (14 / ES / 1065)

Анализ

Были применены два подхода к сокращению количества заданий и подсчету баллов (рис. 1). Анализ для обоих подходов был первоначально ограничен 3889 случаями пациентов (из общего числа 3928 случаев пациентов), которые были сочтены «пригодными для использования», поскольку они включали случаи, когда было зарегистрировано не менее четырех действительных ответов на вопросы.Чтобы оптимизировать эффективность и минимизировать нагрузку на респондентов, анализ был направлен на удержание только наиболее значимых и актуальных элементов. После предварительного исследовательского факторного анализа, который подтвердил одномерность ответов, ²⁸ вопросов были подвергнуты предварительной проверке данных для подтверждения их пригодности для включения с использованием ряда априорных критериев, изложенных для каждого подхода. Пункты анкеты исключались в случаях отсутствия ответов более чем на 5% (пропущенных или отсутствующих ответов).При первом подходе к выставлению оценок (подход 1) вопросы с большим количеством неотсчитанных ответов «не применимо», которые ограничивали информацию, были исключены. Также были исключены вопросы с менее 90% набранных ответов.

Второй подход к подсчету баллов (подход 2) был направлен на максимизацию пригодных для использования данных о пациентах и ​​на выявление отсутствия или наличия проблемы с оказанием помощи в отношениях.Пункты с категориями «не применимо» были перекодированы, как указано в Таблице 1, и пункты были удалены, если они имели исключительно высокие (> 90%) эффекты нижнего или верхнего пределов, поскольку они указывали на плохую вариативность и давали мало информации. Пункты, которые показали большое количество плохих корреляций (<0,3) с другими пунктами анкеты, также были удалены. Плохая корреляция с большим количеством элементов может указывать на то, что конкретный элемент не измеряет конструкцию, аналогичную другим элементам шкалы. ^29,30 Наконец, анализ надежности был использован для выявления элементов с низкой корреляцией элементов с общим количеством (<0,3) и элементов, которые снижали значение α Кронбаха. ²⁹ Элементы, показывающие большое количество плохих корреляций с другими элементами или элементами, которые снижали значение α Кронбаха, итеративно удалялись.

Оценка сравнения

По каждому пункту оцениваемые категории ответов оценивались от 0 (наихудший уход) до 100 (лучший уход). Баллы по шкале были получены путем расчета среднего балла по пунктам только для случаев с полными оцененными данными (т.е., где был получен ответ по всем 20 пунктам). В случае ненормального распределения баллы по шкале также были стандартизированы с использованием подхода Блома для нормализации. ³¹

Различия между обследованием из 20 пунктов и новой сокращенной шкалой оценивались с помощью парного теста t . Согласованность между шкалами измерялась с использованием двусторонней смешанной модели внутриклассового коэффициента корреляции (ICC) для согласованности и точного совпадения, а для порядкового совпадения — с использованием ρ Спирмена. ³²

Баллы для новых сокращенных вопросников сравнивались по характеристикам пациентов (пол, возраст) и доверию больниц, чтобы выяснить, может ли инструмент обнаружить различия между группами пациентов. Способы заполнения также сравнивались, чтобы убедиться, что ответы пациентов не различались в зависимости от устройства, используемого для проведения опроса.

Результаты

Характеристики

Среднее время, затраченное на заполнение опроса, если оно ограничено сеансами анкетирования, которые начинались и заканчивались в один и тот же день (n = 3908), составило 8.5 мин при стандартном отклонении 9,9. Ограничение сеансов анкетирования теми, которые были заполнены в тот же день, дало более точный отчет о среднем времени для завершения опроса, поскольку они уменьшили количество представлений, которые не были загружены на момент завершения.

Все дальнейшие анализы по сокращению количества заданий ограничивались ответами, которые считались «полезными» (те, которые имели по крайней мере четыре действительных ответа на оцененные пункты). Объем выборки (n = 3889) включал 1687 (43,4%) мужчин и 2044 (52.6%) женщины со средним возрастом 65 лет (СО 20,9, медиана 70 лет). Дальнейшие характеристики выборки приведены в таблице 2. Участники преимущественно заполняли опрос на планшете (n = 3590, 92,3%), а остальные (n = 299, 7,7%) заполняли опрос, используя киоск.

Анализ подхода 1

Восемь предметов были удалены в соответствии с априорными критериями, изложенными ниже.Один элемент (элемент 17) был удален из-за большого количества отсутствующих данных из-за отсутствия ответов (6,2%). На все остальные вопросы ответ записали не менее 95% респондентов. Хотя доля ответов «не знаю» была в целом низкой (<2% ответов), количество возможных ответов «не применимо» (например, «Я не просил о помощи») было высоким. При таком подходе сокращения неприменимые ответы не оценивались. Принимая во внимание объем неоценочных (неприменимых) данных о предметах, еще два предмета (9 и 16) были удалены.17 оставшихся пунктов по-прежнему включают некоторые пункты с относительно высокой долей отсутствующих данных, что создает потенциальные проблемы при вычислении общей оценки; только 1561 случай имел полные данные по сокращенному набору из 17 пунктов. Поэтому был предпринят следующий шаг по удалению элементов, и пять элементов (элементы 7, 8, 12, 14 и 15) с ответом <90% были удалены, оставив 12 элементов для новой короткой формы RAC-Q для сравнения с полной RAC. -Q. Удаленные элементы приведены в Таблице 3.

Анализ подхода 2

Шесть предметов были удалены согласно априорным критериям, изложенным в разделе «Пациенты и методы».Один вопрос (элемент 17) был удален из-за большого количества отсутствующих данных (6,2%) и большого количества плохих корреляций с другими элементами анкеты. Два предмета (18 и 20) были удалены из-за эффектов потолка, где> 90% дали одинаковый ответ на вопросы. После их удаления один элемент (элемент 12) был удален, поскольку его удаление увеличило внутреннюю согласованность инструмента, а также имело большое количество плохих корреляций с другими элементами. Два последних элемента (элементы 1 и 2) были удалены из-за большого количества плохой корреляции с другими элементами.Удаленные элементы приведены в Таблице 3.

Весы для сравнения

Статистика шкалы представлена ​​в таблице 4 для случаев полных оцененных данных как в полной родительской форме из 20 пунктов, так и в их соответствующих кратких формах (подход 1, n = 609 и подход 2, n = 2967). Для обоих подходов результаты показали, что согласованность и согласованность между родительской формой и их соответствующими краткими шкалами были высокими. Внутренняя согласованность шкал из 12 и 14 пунктов была превосходной, корреляция между пунктами и общими пунктами варьировалась от 0.С 54 до 0,79 и от 0,51 до 0,70, соответственно. Различия между исходной формой и короткой формой RAC-Q-12 оценивали с использованием парных образцов t -тест. Разница была статистически значимой в виде исходных баллов ( t = –11,05, df = 608, p <0,0001), но не тогда, когда обе шкалы были нормализованы ( t = 0,37, df = 608, р = 0,71). Точно так же значимые различия наблюдались между исходной формой и краткой необработанной оценкой RAC-Q-14 ( t = –19.15, df = 2966, p <0,001), но не тогда, когда обе шкалы были нормализованы ( t = 3,00, df = 2966, p <0,05). В целом, эти результаты показывают, что как баллы RAC-Q-12, так и краткие баллы RAC-Q-14 отражают полную оценку родительской формы из 20 пунктов.

Подход 2 (RAC-Q-14) привел к большему количеству оставленных дел: 3215 респондентов предоставили балльные ответы на 14 вопросов, в то время как для подхода 1 (RAC-Q-12) 3087 респондентов предоставили балльные ответы за 12 шт. Распределение баллов сильно искажено в сторону верхней границы шкалы (наилучшая осторожность).Поэтому статистический анализ для новых шкал проводился с использованием непараметрической статистики. Значительные различия были обнаружены между мужчинами и женщинами (мужчины сообщают о более положительном опыте оказания помощи, чем женщины) по обеим шкалам. Никаких различий между способами завершения для RAC-Q-14 обнаружено не было; однако были обнаружены небольшие различия в способе завершения с RAC-Q-12 (Таблица 5). Сниженные индексы не имели значительной корреляции с возрастом (RAC-Q-12: корреляция Спирмена = 0.02, p = 0,30, n = 3021; RAC-Q-14: корреляция Спирмена = –0,02, p = 0,34, n = 3140). Тесты (независимые выборки Краскала – Уоллиса) на различия между трастами показали, что между трастами существует значительная разница, демонстрируя, что сокращенный вопросник способен обнаруживать различия между трастами (таблица 5).

Обсуждение

Измерение взаимодействия персонала с пациентами — важный способ оценки оказания помощи в отношениях. Мониторинг этих взаимодействий с использованием инструмента самоотчета пациентов в режиме, близком к реальному времени, может обеспечить наиболее эффективный способ, с помощью которого персонал больницы может устранить любые недостатки в оказании помощи. ¹⁶ В дополнение к мониторингу уровней реляционной помощи в палатах, администрирование RAC-Q предлагает персоналу больницы возможность сравнивать эффективность между палатами и имеет гибкость для включения в существующие сборы данных, которые могут продолжаться в рамках траста.

Это исследование было направлено на решение проблем, связанных с заполнением данных и подсчетом баллов, которые возникали при администрировании полного RAC-Q из 20 пунктов в загруженных условиях больницы. Были идентифицированы два новых коротких RAC-Q, RAC-Q-12 и RAC-Q-14, состоящие из 12 и 14 элементов, соответственно. Эти краткие формы RAC-Q требуют от пациента заполнения меньшего количества вопросов, но, как было обнаружено, дают очень похожие результаты с результатами родительского теста RAC-Q из 20 пунктов. Меньшее количество вводимых предметов снизит нагрузку на пациента, что особенно приветствуется в загруженной больничной среде или в инцидентах, когда пациенты испытывают острую боль или шок.Краткие формы RAC-Q также предоставляют больше возможностей для мониторинга реляционной помощи наряду с другими показателями, например, показателями функциональной помощи. Аналогично другим установленным кратким анкетам. ^{21–23 Анализы} подтвердили, что короткие формы RAC-Q обладают хорошими психометрическими свойствами с отличным уровнем внутренней согласованности и высоким соответствием исходной форме. Поэтому, в то время как полный прибор RAC-Q из 20 элементов может предложить немного большую точность, сокращенные RAC-Q рекомендуются там, где требуется краткость.Выбор между двумя недавно разработанными короткими инструментами RAC-Q дает некоторую гибкость при выборе содержания элемента анкеты. Это важно, поскольку, хотя многие исследования на сегодняшний день пришли к выводу, что использование коротких вопросников может улучшить процент ответов, ^33,34 также существуют доказательства, указывающие на то, что длина вопросника не всегда влияет на количество ответов или качество данных. ³⁵ Следовательно, обоснование для проведения анкеты всегда должно основываться на слишком большом содержании. ³⁶

Вторая цель этого исследования заключалась в изучении возможных вариантов оценки ответов на вопросы RAC, которые в противном случае могли бы быть исключены из анализа из-за того, что варианты ответов не оценивались.

В то время как RAC-Q-12 имеет преимущество меньшего количества предметов, которые нужно вводить пациенту, большое количество ответов «не применимо» без оценки может ограничить интерпретацию общей оценки. Структура оценки RAC-Q-14 сохраняет и оценивает «неприменимо» ответы, сводя к минимуму недостающие или «неоценочные» данные.Простая оценка ответов «не применимо» упрощает расчет общего балла для RAC-Q-14 и означает, что для расчета и интерпретации баллов требуется минимальное обучение. Простые алгоритмы оценки и сокращение недостающих данных особенно полезны при использовании в клинических условиях. Различные ловушки при применении множественных методов вменения ³⁷ для учета пропущенных ответов могут быть сложными и непрактичными. Альтернативные методы обработки недостающих данных, такие как «горячий настил», когда отсутствующие ответы заменяются значениями, полученными от аналогичного респондента (например,g., аналогичные характеристики) также имеют несколько методов вменения, которые могут быть сложными и требуют дальнейшего изучения для поддержки их применения. ³⁸

RAC-Q-12 и RAC-Q-14 — это короткие анкеты для оценки взаимодействия персонала с пациентами при оказании помощи в отношениях. Вопросы должны быть применимы ко всем пациентам и должны быть специально протестированы на предмет их пригодности среди пожилых стационарных пациентов и участников отделения неотложной помощи. На практике краткие формы RAC-Q предоставляют поставщикам медицинских услуг ресурс не только для мониторинга ухода за пациентами, но и для использования собранной информации для улучшения целевых больничных учреждений.Непрерывный сбор электронных данных с использованием обратной связи в режиме реального времени может обеспечить механизм для оценки успеха инициатив, направленных на решение проблем, связанных с заботой о взаимоотношениях. Доказательства, собранные с помощью этих инструментов, могут быть интересны ряду групп, включая клинический персонал, группы по повышению качества и членов совета директоров, чтобы гарантировать соблюдение стандартов оказания помощи в отношениях.

Ограничения

Хотя RAC-Q предоставит ценное средство мониторинга взаимодействия персонала с пациентами в условиях больницы, важно отметить, что средние зарегистрированные баллы в наборе данных были высокими.Это может иметь некоторые последствия для интерпретации оценок и чувствительности инструментов для определения постоянно улучшающихся оценок. Тем не менее первоначальный анализ показал способность инструментов обнаруживать различия. Хотя результаты в значительной степени свидетельствуют о хорошем оказании помощи в отношениях, были обнаружены различия между шестью участвующими трастами и между оценками, полученными для мужчин и женщин. Не было никакой разницы между оценками анкеты и способами администрирования для RAC-Q-14, что в некотором роде указывает на то, что ответы на планшетном компьютере и киоске не различаются с точки зрения их психометрических свойств.Однако были обнаружены небольшие различия в показателях и способах введения RAC-Q-12. Это может потребовать дальнейшего исследования в будущем с большим размером выборки для завершения киоска. Также стоит отметить, что два сайта, решившие использовать киоски для заполнения анкеты во время 10-месячного пилотного исследования, прекратили использовать их во время сбора данных из-за операционных трудностей и плохого набора персонала. Этот опыт в некоторой степени указывает на общую непригодность автономных киосков даже в тех случаях, когда свойства инструмента совместимы с комплектом планшетного компьютера.

Заключение

RAC-Q предоставляет набор вопросов, измеряющих взаимодействие персонала с пациентами при оказании родственной помощи, которые применимы во всех больничных фондах и актуальны для всех стационарных пациентов или тех, кто посещает A&E. RAC-Q-12 и RAC-Q-14 очень сильно связаны с родительским вопросником и могут быть полезны для планирования действий и принятия политических решений в рамках траста или для анализа на уровне отдельных элементов.

Благодарности

Мы благодарим всех волонтеров, сотрудников, исследовательскую группу и членов консультативных групп, которые работали с нами.Мы также благодарим сотрудников шести сайтов, посвященных тематическим исследованиям. Этот проект финансировался Национальным институтом исследований в области здравоохранения, программой исследований в области здравоохранения и оказания медицинских услуг (проект № 13/07/39). Взгляды и мнения в нем принадлежат авторам и не обязательно отражают точку зрения Программы исследований в области здравоохранения и предоставления услуг, Национального института медицинских исследований (NIHR), NHS или Министерства здравоохранения. В этой статье представлено независимое исследование, финансируемое NIHR. Выраженные взгляды принадлежат автору (авторам) и не обязательно принадлежат NHS, NIHR или Министерству здравоохранения.

Раскрытие

Авторы сообщают об отсутствии конфликта интересов в этой работе.

Список литературы

Глава 8 Отсутствующие данные в вопросниках

Когда количество переменных в модели вменения превышает количество респондентов в данных, что может иметь место, когда в одно исследование включается много шкал вопросника, вменения не могут быть оцененным.Чтобы множественное вменение работало, необходимо как-то уменьшить количество переменных в модели вменения. Для модели вменения важно включать всю информацию из анализа. Если модель вменения несовместима с моделью анализа, в оценках анализа может возникнуть систематическая ошибка. Уменьшение количества переменных в модели вменения необходимо делать осторожно, не теряя важной информации. Один из способов сделать это — использовать сводные баллы посылки в качестве предикторов для вменения предметов из других шкал.Сводная оценка посылки для вопросника или шкалы — это среднее значение по доступным позициям. Ранее мы заявляли, что использование среднего из имеющихся элементов в качестве методов вменения не рекомендуется. Однако в этом случае мы используем среднее значение доступных предметов (т. Е. Сводные баллы по посылкам) в качестве суррогата для самих баллов. Мы используем эту информацию в качестве предиктора для вменения элементов из других шкал. Таким образом, при вменении используется информация из других вопросников, но количество переменных сокращается (со всех позиций до одной итоговой оценки посылки).Множественное вменение итоговой оценки посылки может быть выполнено в пять этапов:

Шаг 1: рассчитать итоговую оценку посылки для каждого вопросника. Для каждого вопросника в данных временная оценка рассчитывается путем взятия среднего из имеющихся оценок элементов. В результате в данных появляется столько дополнительных столбцов, сколько вопросников. Цель не состоит в том, чтобы заменить общий балл анкеты этим сводным баллом посылки, потому что этот временный балл используется только в процессе вменения.

Шаг 2: вменяйте баллы по элементам в вопроснике. Основной набор данных должен быть разделен на столько поднаборов данных, сколько имеется вопросников. Каждый поднабор данных содержит баллы по пунктам вопросника, итоговые баллы по участкам других вопросников и все другие переменные, которые следует использовать в модели вменения. В каждом из этих поднаборов данных может быть выполнена процедура множественного вменения, включая баллы по пунктам этого вопросника, итоговые баллы участков других вопросников и другие соответствующие переменные для вменения.Убедитесь, что настройки для нескольких вменений каждый раз одинаковы (т. Е. Количество итераций и количество вменений).

Шаг 3. Объедините все условно исчисленные наборы данных. Вмененные наборы данных, созданные на шаге 2, следует объединить в один основной набор данных с множественным вменением со всеми вмененными баллами по элементам.

Шаг 4: Подсчитайте общие баллы для вопросников с помощью вмененных баллов по элементам. В объединенных основных данных множественного вменения общие баллы рассчитываются с использованием вмененных баллов по элементам.

Шаг 5: Проанализируйте данные и объедините результаты. На последнем этапе анализируются множественные условно исчисленные данные, и результаты анализов объединяются в один окончательный результат.

Обратной стороной этого метода является то, что процедуру множественного вменения необходимо выполнять несколько раз. Это приводит к появлению нескольких файлов с несколькими наборами вмененных данных, которые необходимо объединить после завершения всех процедур вменения. Это требует некоторого времени и хорошего администрирования во время процедуры.Тем не менее, этот метод обеспечивает оптимальную мощность для результатов анализа и включает всю доступную информацию об элементах при обработке недостающих данных (Eekhout et al. (2018)). Кроме того, эту процедуру можно выполнить в любом программном комплексе.

Вменение итоговой суммы посылки в рандах

Мы также будем следовать пяти шагам для вменения сводки участков для примера в R. Сначала мы загружаем данные. В R-коде 8.7 отображаются имена переменных. Данные содержат пять анкет, каждая из которых содержит 12 пунктов.Дополнительно есть 3 ковариаты.

  dat <- read_sav ("data / ManyQuestionnaires.sav")
dat [dat == -9] <- НД
имена (дат)  

  ## [1] «Q1_I1» «Q1_I2» «Q1_I3» «Q1_I4» «Q1_I5»
## [6] «Q1_I6» «Q1_I7» «Q1_I8» «Q1_I9» «Q1_I10»
## [11] «Q1_I11» «Q1_I12» «Q2_I1» «Q2_I2» «Q2_I3»
## [16] «Q2_I4» «Q2_I5» «Q2_I6» «Q2_I7» «Q2_I8»
## [21] «Q2_I9» «Q2_I10» «Q2_I11» «Q2_I12» «Q3_I1»
## [26] «Q3_I2» «Q3_I3» «Q3_I4» «Q3_I5» «Q3_I6»
## [31] «Q3_I7» «Q3_I8» «Q3_I9» «Q3_I10» «Q3_I11»
## [36] «Q3_I12» «Q4_I1» «Q4_I2» «Q4_I3» «Q4_I4»
## [41] «Q4_I5» «Q4_I6» «Q4_I7» «Q4_I8» «Q4_I9»
## [46] «Q4_I10» «Q4_I11» «Q4_I12» «Q5_I1» «Q5_I2»
## [51] «Q5_I3» «Q5_I4» «Q5_I5» «Q5_I6» «Q5_I7»
## [56] «Q5_I8» «Q5_I9» «Q5_I10» «Q5_I11» «Q5_I12»
## [61] «Covariate1» «Covariate2» «Covariate3»  

На шаге 1 для каждой анкеты рассчитываются итоговые баллы посылки (код R 8.8). Обратите внимание, что опция «na.rm» установлена ​​как ИСТИНА, чтобы получить средний балл по наблюдаемым баллам, даже если один или несколько баллов по пунктам отсутствуют.

  dat $ Q1_parcel <- rowMeans (dat [, c («Q1_I1», «Q1_I2», «Q1_I3», «Q1_I4», «Q1_I5», «Q1_I6», «Q1_I7», «Q1_I8», «Q1_I9» «Q1_I10», «Q1_I11», «Q1_I12»)], na.rm = TRUE)
dat $ Q2_parcel <- rowMeans (dat [, c («Q2_I1», «Q2_I2», «Q2_I3», «Q2_I4», «Q2_I5», «Q2_I6», «Q2_I7», «Q2_I8», «Q2_I910», «Q2_I8», «Q2_I910», «Q2_I8» "," Q2_I11 "," Q2_I12 ")], na.rm = TRUE)
dat $ Q3_parcel <- rowMeans (dat [, c («Q3_I1», «Q3_I2», «Q3_I3», «Q3_I4», «Q3_I5», «Q3_I6», «Q3_I7», «Q3_I8», «Q3_I910», «Q3_I910», «Q3_I9» "," Q3_I11 "," Q3_I12 ")], na.rm = ИСТИНА)
dat $ Q4_parcel <- rowMeans (dat [, c («Q4_I1», «Q4_I2», «Q4_I3», «Q4_I4», «Q4_I5», «Q4_I6», «Q4_I7», «Q4_I8», «Q4_I910», «Q4_I9» "," Q4_I11 "," Q4_I12 ")], na.rm = TRUE)
dat $ Q5_parcel <- rowMeans (dat [, c («Q5_I1», «Q5_I2», «Q5_I3», «Q5_I4», «Q5_I5», «Q5_I6», «Q5_I7», «Q5_I8», «Q5_I910», «Q5_I9» "," Q5_I11 "," Q5_I12 ")], na.rm = TRUE)  

На шаге 2 баллы по пунктам рассчитываются по анкете. Сначала данные разделяются по анкете. Для каждого подмножества вопросников выбираются баллы по пунктам этой анкеты, а также итоговые баллы по участкам из других вопросников.И каждый раз также включаются ковариаты. Для вопросника 1 это будет:

  dat_Q1 <- dat [, c («Q1_I1», «Q1_I2», «Q1_I3», «Q1_I4», «Q1_I5», «Q1_I6», «Q1_I7», «Q1_I8», «Q1_I9», «Q1_I10» «Q1_I11», «Q1_I12»,
                    «Q2_parcel», «Q3_parcel», «Q4_parcel», «Q5_parcel»,
                    «Covariate1», «Covariate2», «Covariate3»)]  

  dat_Q2 <- dat [, c («Q2_I1», «Q2_I2», «Q2_I3», «Q2_I4», «Q2_I5», «Q2_I6», «Q2_I7», «Q2_I8», «Q2_I9», «Q2_I10» «Q2_I11», «Q2_I12»,
                    «Q1_parcel», «Q3_parcel», «Q4_parcel», «Q5_parcel»,
                    «Covariate1», «Covariate2», «Covariate3»)]
dat_Q3 <- dat [, c («Q3_I1», «Q3_I2», «Q3_I3», «Q3_I4», «Q3_I5», «Q3_I6», «Q3_I7», «Q3_I8», «Q3_I9», «Q3_I10», «Q3_I11» "," Q3_I12 ",
                    «Q1_parcel», «Q2_parcel», «Q4_parcel», «Q5_parcel»,
                    «Covariate1», «Covariate2», «Covariate3»)]

dat_Q4 <- dat [, c («Q4_I1», «Q4_I2», «Q4_I3», «Q4_I4», «Q4_I5», «Q4_I6», «Q4_I7», «Q4_I8», «Q4_I9», «Q4_I10», «Q4_I11» "," Q4_I12 ",
                    «Q1_parcel», «Q2_parcel», «Q3_parcel», «Q5_parcel»,
                    «Covariate1», «Covariate2», «Covariate3»)]
dat_Q5 <- dat [, c («Q5_I1», «Q5_I2», «Q5_I3», «Q5_I4», «Q5_I5», «Q5_I6», «Q5_I7», «Q5_I8», «Q5_I9», «Q5_I10», «Q5_I11» "," Q5_I12 ",
                    «Q1_parcel», «Q2_parcel», «Q3_parcel», «Q4_parcel»,
                    «Covariate1», «Covariate2», «Covariate3»)]  

Затем для каждого вопросника можно рассчитать набор данных.Поскольку мы уже сохранили переменные, которые нам нужно использовать для вменения в вопроснике, мы можем использовать этот объект (например, dat_Q1 для вопросника 1) для вменения.

  imp_Q1 <- мыши (dat_Q1, m = 5, maxit = 10, printFlag = FALSE)  

  imp_Q2 <- мыши (dat_Q2, m = 5, maxit = 10, printFlag = FALSE)
imp_Q3 <- мыши (dat_Q3, m = 5, maxit = 10, printFlag = FALSE)
imp_Q4 <- мыши (dat_Q4, m = 5, maxit = 10, printFlag = FALSE)
imp_Q5 <- мыши (dat_Q5, m = 5, maxit = 10, printFlag = FALSE)  

Шаг 2 повторяется для каждой анкеты.На шаге 3 вмененные баллы элементов объединяются из каждого набора данных в один окончательный вмененный набор данных. Сначала вмененные наборы данных снова складываются в длинный файл для каждого вопросника.

  mi_Q1 <- data.frame (complete (imp_Q1, include = TRUE, action = "long"))
mi_Q2 <- data.frame (complete (imp_Q2, include = TRUE, action = "long"))
mi_Q3 <- data.frame (complete (imp_Q3, include = TRUE, action = "long"))
mi_Q4 <- data.frame (complete (imp_Q4, include = TRUE, action = "long"))
mi_Q5 <- данные.frame (complete (imp_Q5, include = TRUE, action = "long"))  

Затем из каждого фрейма данных выбираются баллы по элементам и объединяются в один окончательный импутируемый набор данных с ковариатами. Обратите внимание, что первая переменная «.imp» указывает условно рассчитанный номер набора данных. Это похоже на переменную «Imputation_» в SPSS. Эта переменная должна быть включена, чтобы иметь возможность преобразовать объект фрейма данных обратно в объект среднего размера для анализа.

  dat_imp <-data.frame (.имп = mi_Q1 [, ". имп"],
                        mi_Q1 [, paste0 ("Q1_I", 1:12)],
                        mi_Q2 [, paste0 ("Q2_I", 1:12)],
                        mi_Q3 [, paste0 ("Q3_I", 1:12)],
                        mi_Q4 [, paste0 ("Q4_I", 1:12)],
                        mi_Q5 [, paste0 ("Q5_I", 1:12)],
                        mi_Q1 [, c ("Covariate1", "Covariate2", "Covariate3")]
                        )  

На шаге 4 вычисляется общий балл для вмененных баллов по элементам.Обратите внимание, что для параметра «na.rm» задано значение FALSE, чтобы убедиться, что отсутствует общий балл, когда отсутствуют баллы по одному или нескольким элементам. Это просто дополнительная проверка, потому что все баллы по пунктам вменяются, и поэтому этого не должно происходить.

  dat_imp $ Q1_TS <- rowSums (dat_imp [, c («Q1_I1», «Q1_I2», «Q1_I3», «Q1_I4», «Q1_I5», «Q1_I6», «Q1_I7», «Q1_I8», «Q1_I7», «Q1_I8», «Q1 «Q1_I10», «Q1_I11», «Q1_I12»)], na.rm = FALSE)
dat_imp $ Q2_TS <- rowSums (dat_imp [, c («Q2_I1», «Q2_I2», «Q2_I3», «Q2_I4», «Q2_I5», «Q2_I6», «Q2_I7», «Q2_I8», «Q2_I9», «Q2_I8», «Q2_I9», « "," Q2_I11 "," Q2_I12 ")], нет данных.rm = ЛОЖЬ)
dat_imp $ Q3_TS <- rowSums (dat_imp [, c («Q3_I1», «Q3_I2», «Q3_I3», «Q3_I4», «Q3_I5», «Q3_I6», «Q3_I7», «Q3_I8», «Q3_I9», «Q3_I8», «Q3_I9», « "," Q3_I11 "," Q3_I12 ")], na.rm = FALSE)
dat_imp $ Q4_TS <- rowSums (dat_imp [, c («Q4_I1», «Q4_I2», «Q4_I3», «Q4_I4», «Q4_I5», «Q4_I6», «Q4_I7», «Q4_I8», «Q4_I9», «Q4_I8», «Q4_I9», « "," Q4_I11 "," Q4_I12 ")], na.rm = FALSE)
dat_imp $ Q5_TS <- rowSums (dat_imp [, c («Q5_I1», «Q5_I2», «Q5_I3», «Q5_I4», «Q5_I5», «Q5_I6», «Q5_I7», «Q5_I8», «Q5_I9», «Q5_I8», «Q5_I9», « "," Q5_I11 "," Q5_I12 ")], na.rm = FALSE)  

Данные могут быть проанализированы и объединены на шаге 5 после преобразования кадра данных со сложенным вмененным набором данных обратно в объект средних значений.

  dat_imp2 <- as.mids (dat_imp)
соответствовать <- с (dat_imp2, lm (Q1_TS ~ Q2_TS + Q3_TS + Q4_TS + Q5_TS + Covariate1))
бассейн (подходит)  

  ## Класс: mipo m = 5
## срок m оценка ubar b t dfcom
## 1 (Перехват) 5 -0,20257283 0,32045 0,147306196 0,4972265025 294
## 2 Q2_TS 5 0,30031801 0,0037935185 0,005981504 0,0109713232 294
## 3 Q3_TS 5 0,215 0,0030460099 0,002568499 0.0061282087 294
## 4 Q4_TS 5 -0.01133008 0.0004974297 0.000323047 0.0008850862 294
## 5 Q5_TS 5 0,41848692 0,0033610740 0,003249330 0,0072602705 294
## 6 Ковариат1 5 0,12987010 0,0516580277 0,013237200 0,0675426679 294
## df riv lambda fmi
## 1 27.
No related posts.