Beyond factor analysis: Multidimensionality and the Parkinson's Disease Sleep Scale-Revised.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Birçok çalışma Parkinson hastalığında (PD) uyku bozukluğu ve biliş arasındaki ilişkiyi tanımlamaya çalışmıştır. Parkinson Hastalığı Uyku Ölçeği (PDSS) ve varyantları (Parkinson Hastalığı Uyku Ölçeği-Revize; PDSS-R ve Parkinson Hastalığı Uyku Ölçeği-2; PDSS-2) sadece 15 maddede uykuyu etkileyen bir dizi semptomu ölçer. Bununla birlikte, bu ölçeklerden elde edilen veriler, dahil edilen öğelerin önemli ölçüde kavramsal genişliğe sahip olması nedeniyle sorunlu olabilir ve değerlendirilen yapılarda örtüşme olabilir. Çok boyutlu ölçüm modelleri, öğelerin birden fazla yapıyı ölçme eğiliminin muhasebesi, geleneksel doğrulayıcı faktör analizinden daha doğru bir şekilde model varyansı için yararlı olabilir. Bu çalışmada, çok boyutlu bir modelin (bir bifaktör modeli) bu tür ölçekler tarafından üretilen veriler için geleneksel faktör analizinden daha uygun olduğu hipotezini test ettik, PDSS-R'yi örnek olarak kullanarak toplanan verileri kullandık. Bu çalışmaya idiyopatik PD tanısı konan 166 katılımcı katıldı. PDSS-R verilerini kullanarak üç modeli karşılaştırdık: tek boyutlu bir model; uykusuzluk, motor semptomlar ve obstrüktif uyku apnesi (OSA) ve REM uyku davranış bozukluğu (RBD) semptomlarını ölçen alt faktörlerden oluşan 3 faktörlü bir model; ve hem genel bir faktör hem de aynı üç alt faktöre sahip doğrulayıcı bir çift faktör modeli. Sadece doğrulayıcı çift faktörlü model tatmin edici bir modele uygun hale geldi ve PDSS-R verilerinin çok boyutlu olduğunu düşündürdü. Faktör puanları ve hasta özellikleri arasında fark ilişkileri vardı, bazı PDSS-R öğelerinin, ancak diğerlerinin değil, uyku semptomlarına ek olarak ruh hali ve kişilikten etkilendiğini düşündürdü. Çok boyutlu ölçüm modelleri PDSS ve PDSS-2 ölçeklerinde de yararlı bir araç olabilir ve bu aletlerin hassasiyetini artırabilir.

Özgün kaynak özetini okuyun

Many studies have sought to describe the relationship between sleep disturbance and cognition in Parkinson's disease (PD). The Parkinson's Disease Sleep Scale (PDSS) and its variants (the Parkinson's disease Sleep Scale-Revised; PDSS-R, and the Parkinson's Disease Sleep Scale-2; PDSS-2) quantify a range of symptoms impacting sleep in only 15 items. However, data from these scales may be problematic as included items have considerable conceptual breadth, and there may be overlap in the constructs assessed. Multidimensional measurement models, accounting for the tendency for items to measure multiple constructs, may be useful more accurately to model variance than traditional confirmatory factor analysis. In the present study, we tested the hypothesis that a multidimensional model (a bifactor model) is more appropriate than traditional factor analysis for data generated by these types of scales, using data collected using the PDSS-R as an exemplar. 166 participants diagnosed with idiopathic PD participated in this study. Using PDSS-R data, we compared three models: a unidimensional model; a 3-factor model consisting of sub-factors measuring insomnia, motor symptoms and obstructive sleep apnoea (OSA) and REM sleep behaviour disorder (RBD) symptoms; and, a confirmatory bifactor model with both a general factor and the same three sub-factors. Only the confirmatory bifactor model achieved satisfactory model fit, suggesting that PDSS-R data are multidimensional. There were differential associations between factor scores and patient characteristics, suggesting that some PDSS-R items, but not others, are influenced by mood and personality in addition to sleep symptoms. Multidimensional measurement models may also be a helpful tool in the PDSS and the PDSS-2 scales and may improve the sensitivity of these instruments.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.