文獻閱讀-IRT於SF-36病人上的應用

Title	Author	Journal	Memo(IRT應用部分)
Item response theory methods can improve the measurement of physical function by combining the modified health assessment questionnaire and the SF-36 physical function scale	Martin, M. Kosinski, M. Bjorner, J. B. Ware, J. E. MacLean, R. Li, T.	Quality of Life Research 2007;16(4):647-660.	1.      目的：將兩份測量身體功能的量表(SF-36中的PF-10以及MNAQ)合併。 2.      先使用CFA檢驗單向度模型，DIF檢驗確認單向度。後以IRT分析PCM模型找出misfit之item
Can item response theory reduce patient burden when measuring health status in neurological disorders? Results from Rasch analysis of the SF-36 physical functioning scale (PF-10)	Jenkinson C, Fitzpatrick R, Garratt A, Peto V, Stewart-Brown S	Journal of Neurology Neurosurgery and Psychiatry 2001;71(2):220-224.	1.      目的：為了減輕neurological disorders病人的負擔，發展PF-10的簡短版。 2.      IRT，使用infit outfit值驗證單向度假說且找出最精簡的題目數。
Cross-diagnostic validity of the SF-36 physical functioning scale in patients with stroke, multiple sclerosis and amyotrophic lateral sclerosis: A study using Rasch analysis.	Dallmeijer AJ, de Groot V, Roorda LD, Schepers VPM, Lindeman E, van den Berg LH, et al.	Journal of Rehabilitation Medicine 2007;39(2):163-169.	1.      目的：PF-10於三種neurological disorder病人身上的適用性。 2.      IRT。先看PF-10在三種病人上的fit index，再看DIF。
Comparison of Rasch and summated rating scales constructed from SF-36 physical functioning items in seven countries: Results from the IQOLA Project.	Raczek AE, Ware JE, Bjorner JB, Gandek B, Haley SM, Aaronson NK, et al.	Journal of Clinical Epidemiology 1998;51(11):1203-1214.	1.      目的：PF-10單向度的假設是否在七個國家的版本都成立。 2.      IRT，看七個國家PF-10版本的fit index。
Using rasch analysis to compare the psychometric properties of the short form 36 physical function score and the health assessment questionnaire disability index in patients with psoriatic arthritis and rheumatoid arthritis.	Taylor WJ, McPherson KM.	Arthritis & Rheumatism-Arthritis Care & Research 2007;57(5):723-729.	1.      目的：比較SF-36中的PF-10與HAQ中的DI，兩者適用於psoriatic arthritis and rheumatoid arthritis病人上的心理計量特質。 2.      IRT，比較兩個量表的fit index，和難度分布
The SF-36 physical and mental health factors were confirmed in cancer and HIV/AIDS patients.	Chang CH, Wright BD, Cella D, Hays RD.	Journal of Clinical Epidemiology 2007;60(1):68-72.	1.      目的：檢驗SF-36假設的二因素模型是否成立。 2.      IRT。先檢驗SF-36原先隸屬於各自向度題目之fit index，再由residual factor analysis來看是否有其他因素存在。

Comment
1. 主要研究目的分為兩類：心理計量特質驗證(因素架構)以及簡短版的發展
2.研究重要性的陳述(心理計量特質驗證)：通常會先以SF-36量表使用廣泛、引用過去計分方式或是因素架構驗證的文獻，提出使用新的量表或是族群需重新驗證心理計量特質的重要性。
3.研究重要性的陳述(簡短版)：以SF-36使用廣泛開始，並帶入簡短版的優點(減輕負擔、提供相同訊息)，提出發展簡短版的重要性。
4. 使用的分析方法大同小異，皆會使用IRT去看題目的fitting，差別僅在前一步是以CFA先行驗證因素架構成立，或是直接以item fitting搭配DIF以及殘差主成分分析來驗證因素架構。

Development of computerized adaptive testing (CAT) for the EORTC QLO-C30 physical functioning dimension

Qual Life Res. 2011 May;20(4):479-90. Epub 2010 Oct 23.

Development of computerized adaptive testing (CAT) for the EORTC QLQ-C30 physical functioning dimension.

Petersen MA, Groenvold M, Aaronson NK, Chie WC, Conroy T, Costantini A, Fayers P, Helbostad J, Holzner B, Kaasa S, Singer S, Velikova G, Young T.

Aim

發展健康相關生活品質量表--EORTC QOL-C30(適用於癌症病人)之電腦適性評量系統

  

Methods

  Sample

    1.來自丹麥、法國、德國、義大利、台灣以及英國的受試者。

    2.條件：癌症診斷、18歲以上、生理及心理層面都足以回答問卷者。

  Questionnaire

    56題(5題來自原始問卷，51題為新編題目)

   Analysis

     1.以因素分析判定問卷結構是否符合單向度假設，以及local independence是否存在，並以是否

        符合單向度假設作為刪題的考量。

         →EFA使用因素負荷量、scree plots、% of variance、residual correlation；CFA使用fit index

     2.以IRT判定每一個題目的item fitting。

     3.使用ordinal logistic regression判定題目是否有DIF存在。

 Result

      1.雖然EFA結果顯示兩因子模型，但第一個因子解釋變異量遠大於第二個因子解釋變異量(66.8 vs. 10.6)。因此作者認為問卷符合單因子模型。

      2.CFA以單因子模型分析，保留34題可得到最佳模型適配度。

      3.561組residual的相關分析中，僅10組相關值大於0.25，顯示除第一個因子外，並無任何顯

         著因子影響這34題，顯示local independence存在。

      4.IRT以GPCM估計法分析，以item fit、難度值、題目內容、點數是否錯置等指標進行刪題，

         於34題中保留31題。

      5.新版的31題問卷所得到的訊息量較原始題目(5題)來的高，顯示新版問卷較佳。

      6.DIF分析中也顯示，沒有發現任何相關的族群差異會影響題目的分數。

 Comments

       1.在原始題庫轉變成CAT的過程中，本文提供相當完整的分析方法與程序，可做為參考。

       2.結果第5點中，證明新版問卷較舊版問卷，可得到較多訊息量的論證有誤。因為新版使用

           31題，而舊版僅選取了5題，光從題目數量來看，新版本就可以獲得較多的訊息量。較 

           佳的方法為，在新版中隨機選取五題，並與舊版五題進行比較。

文獻閱讀心得

閱讀文獻(請見頁末)

   在單向度驗證方法中，較常見的兩種方法，其中之一為項目反應理論(Item Response Theory, IRT) 取向，另一則為驗證性因素分析 (Confirmatory Factor Analysis, CFA) 取向。

  IRT取向的單向度驗證中，最具代表性的當屬Rasch所提出的單參數模型，也就是目前所說的Rasch模型。然而，Rasch模型當中假定所有題目的區辨度(Discrimination)都相等的假設太過強烈，使得在應用上許多題目即使滿足所謂的單向度假設，也會因區辨度不相同而被考慮刪除。因此，有學者^1,2提出使用Mokken測量法來取代Rasch模型的單向度驗證方法。

    在Mokken的測量法中有三個基本假設，：(1)潛在構念為單向度；(2)區域獨立性(local independence)；(3)題目之試題特徵曲線(Item Characteristic Curve, ICC)呈現非遞減(non-decreasing)形態。其中前兩項假設與Rasch模型相同，而第三項假設因無限制住題目之間的區辨度相同而較Rasch模型來得強韌(robust)。此外，Mokken還另加一項「題目之間的ICC不能相交」的假設，使得題目之間的難度還是可以依照順序進行排列。在分析方法上，Mokken測量法包含了兩個模型的驗證：Monotonously Homogeneous (MH)模型與Doubly Monotone(DM)模式。

    MH模型為前三項假設的驗證，評估的方法為Loevinger’s H係數(判別標準為介於0.5與1.0之間)以及可確認個人通過高難度題目與具有高難度特質之間的一致程度的single法，計算進行確認的次數與違反假設的次數，可由t-test進行檢定。DM模型為第四項假設的驗證，評估方式包含兩項指標：rest score指標與P matrix指標，皆是計算進行確認的次數與違反假設的次數，可由t-test²或是換算成指標(value<40)¹來進行判準。

    CFA假設，測量分數與潛在構念之間被視為存在著一種線性關係。藉由驗證測量分數所形成的共變異數矩陣與潛在構念所假設的共變異數矩陣之間的適配程度，可以了解構念之間的單向度假設是否存在。然而，有研究³指出CFA的適配指標種類繁多，在應用上要讓所有的指標都符合標準有其難度，且對於題目數較多(大於三十題)或是非常態的樣本來說，CFA的適配度指標過於嚴格。因此，Cook等人³認為在這樣的情況之下，可採用Reise等⁴所提出的雙因素(Bifactor)模型。此模型假設題目除受到各自所隸屬的潛在構念影響之外，也共同受到了某單一潛在因素的影響。Cook使用此模型驗證PROMIS中的Pain Impact量表的單向度，也得到了相較於傳統模型較佳的適配度指標

    綜合以上幾篇研究，雖然我們無法得知在單向度的驗證中，IRT取向或是CFA取向孰優孰劣，但卻有助於我們了解各個取向中的方法。在IRT取向中，Mokken似乎是個在分析上較Rasch具有彈性，且因為不考慮參數的數目而免去了多參數模式違反單向度假設的質疑。然而，Mokken使用的計算方式似乎存在著與Rasch模型不同的地方，且Rasch模型中量尺之間的等距性是否在Mokken中仍然存在。若是等距性的假設在Mokken中無法滿足，則分數之間的加總也就無法成立。在CFA取向中，雖然Cook³使用了新的因素模型改善了適配度指標，但分因素模型所假設的單一共同潛在因素，換個角度來說似乎也反映了因為使用相同的測量方法而形成的共同方法變異。在無法區分方法與構念對於題目的影響之下，使用此模式似乎有值得商榷的地方。此外，適配度指標繁多且不容易同時都滿足是所有CFA使用者共同面臨的問題，因此探討在問卷題目數多或是樣本無法滿足常態的情形之下，哪些指標比較容易維持恆定？從而給予實際應用上的建議會更有趣一點。

1.         Koh CL, Hsueh IP, Wang WC, et al. Validation of the action research arm test using item response theory in patients after stroke. J Rehabil Med. Nov 2006;38(6):375-380.

2.         van der Heijden PGM, van Buuren S, Fekkes M, Radder J, Verrips E. Unidimensionality and reliability under Mokken scaling of the Dutch language version of the SF-36. Quality of Life Research. 2003;12(2):189-198.

3.         Cook K, Kallen M, Amtmann D. Having a fit: impact of number of items and distribution of data on traditional criteria for assessing IRT’s unidimensionality assumption. Quality of Life Research. 2009;18(4):447-460.

4.         Reise SP, Morizot J, Hays RD. The role of the bifactor model in resolving dimensionality issues in health outcomes measures. Qual Life Res. 2007;16 Suppl 1:19-31.

Rasch分析SF-36文章整理

期刊資訊	Haley SM, McHorney CA, Ware JE Jr. J Clin Epidemiol. 1994 Jun;47(6):671-84 Evaluation of the MOS SF-36 physical functioning scale (PF-10): I. Unidimensionality and reproducibility of the Rasch item scale.
目的	驗證SF-36中，Physical Functioning Scale (PF-10)的： 1.Hierarchical structure (PF的10題是否從簡單至難平均分散在連續的PF向度上。) 2.Unidimensionality (PF是否為單向度)。 3.Reproducibility (題目排序是否跨不同的疾病族群依然相似)。
方法	分析方法：IRT Rasch RSM model 1.Hierachical structure--    (1)觀察每個題目的logit value，是否呈現由易至難的排序。    (2)觀察每個題目的Strata(SE是否超過+-0.15 logit value的範圍，若是沒有超過表示每個題目所具備的難度範圍之間沒有重疊，為distinct strata)。 2.Unidimensionality--    以每個題目ZSTD的infit指標是否落在+-2區間中當作判斷是否滿足單向度模型的判準。 3.Reproducibility--   觀察不同疾病別組，item依難度的排序是否相似；再以ICC分析組別之間難度的一致程度。
期刊資訊	Jenkinson C, Fitzpatrick R, Garratt A, Peto V, Stewart-Brown S. J Neurol Neurosurg Psychiatry. 2001 Aug;71(2):220-4. Can item response theory reduce patient burden when measuring health status in neurological disorders? Results from Rasch analysis of the SF-36 physical functioning scale (PF-10).
目的	驗證SF-36中，Physical Functioning Scale (PF-10)： 1.單向度的假設是否於Parkinson’s disease和motor neuron disease的病人依舊成立。 2.是否能藉由IRT分析讓題目簡化；且若是難度分布平均，就可以讓在簡單題目不通過的病人，無須再回答其他簡單的題目，減少病人的負擔。
方法	分析方法：IRT Rasch RSM model 1.先看Unidimensionality，方法同上一篇的。 2.再看Hierachical structure，方法同上一篇。
期刊資訊	Raczek AE, Ware JE, Bjorner JB, Gandek B, Haley SM, Aaronson NK, Apolone G, Bech P, Brazier JE, Bullinger M, Sullivan M. J Clin Epidemiol. 1998 Nov;51(11):1203-14. Comparison of Rasch and summated rating scales constructed from SF-36 physical functioning items in seven countries: results from the IQOLA Project. International Quality of Life Assessment.
目的	驗證SF-36中的，Physical Functioning Scale (PF-10)： 1.單向度假設是否成立於 Danish、Dutch、German、Italian、Swedish、UK、United States等七個國家。 2.Hierarchical structure以及Reproducibility的結果是否跨七個國家依然相似。 Rasch的計分方式是否較傳統的Likert Scale，能夠提升量表的效度。
方法	1.先看Hierachical Structure，方法同上兩篇。 2.單向度假設驗證，方法同上兩篇。 3. Reproducibility，方法同第一篇。 效度： 使用Rasch分析(RSM & PCM)的分數以及傳統Likert Scale所量測的分數。以ANOVA分析三個年齡組(under 60、60-69、above 70)之間的差異，並以F值的相除(Rasch/Likert)驗證Rasch是否比Likert scale更能顯著區分出不同年齡組織間能力的差異；同時也比較RSM與PCM之間的差異。
期刊資訊	Dallmeijer AJ, de Groot V, Roorda LD, Schepers VP, Lindeman E, van den Berg LH, Beelen A, Dekker J; FuPro Study Group. J Rehabil Med. 2007 Mar;39(2):163-9. Cross-diagnostic validity of the SF-36 physical functioning scale in patients with stroke, multiple sclerosis and amyotrophic lateral sclerosis: a study using Rasch analysis
目的	驗證SF-36中，Physical Functioning Scale (PF-10)： 1.  單向度的假設是否於various neurological disorders的病人依舊成立。 2. 分析PF-10的DIF結果是否跨不同疾病別穩定。
方法	1.  單向度驗證分為三組(Stroke、multiple sclerosis、amyotrophic lateral sclerosis)，方法同上三篇。 2.  DIF僅使用符合單向度驗證的題目，使用2-way ANOVA (disease groups X ability groups).