ToM Framework

(1) Affective ToM : inferences about other people’s emotions and feelings
(2) Cognitive ToM: inferences about others’ beliefs and intentions

Affective 與 Cognitive ToM目前還沒有明確的component，第三層所列為常用於測驗Schizophrenia病人ToM的項目。

常見的 Affective以及Cognitive ToM測驗如以下所列：

Affective ToM: Faux Pas Recognition、 Reading the Mind in the Eyes、Faux Pas Recognition、                                 Yoni task、Strange Stories task

Ｃognitive ToM: The first-order false-belief and the second-order false-belief tests

參考文獻

Poletti, M., Enrici, I., & Adenzato, M. (2012). Cognitive and affective Theory of Mind in neurodegenerative diseases: neuropsychological, neuroanatomical and neurochemical levels. Neuroscience & Biobehavioral Reviews, 36(9), 2147-2164.

Kalbe, E., et al. "Elevated emotional reactivity in affective but not cognitive components of theory of mind: A psychophysiological study." Journal of Neuropsychology 1.1 (2007): 27-38.

Baron-Cohen, S., & Wheelwright, S. (2004). The empathy quotient: an investigation of adults with Asperger syndrome or high functioning autism, and normal sex differences. Journal of autism and developmental disorders, 34(2), 163-175.

Kalbe, E., Schlegel, M., Sack, A. T., Nowak, D. A., Dafotakis, M., Bangard, C., ... & Kessler, J. (2010). Dissociating cognitive from affective theory of mind: a TMS study. Cortex, 46(6), 769-780.

Shamay-Tsoory, S. G., Shur, S., Barcai-Goodman, L., Medlovich, S., Harari, H., & Levkovitz, Y. (2007). Dissociation of cognitive from affective components of theory of mind in schizophrenia. Psychiatry research, 149(1), 11-23.

Balance分析結果

(1) 篩選樣本: 復健科醫師轉介至職能治療之住院中風病人
                        有多次評量選擇時間點最早的一筆資料

目前遇到的困難: 

不確定要選哪個軟體跑出來的結果。

(1) 選擇conquest的結果: item+step的 item-person map跑不出來，
      沒辦法詳細看到人跟item+response categories的對應關係。
(2) 選擇Winstep的結果:
      靜態站姿的outfit非常不fit model，動態站姿有一點outfit 不fit model(0.52)
      動態站姿因為只差一點點，所以還是可以保留在model裡面。
      靜態站姿outfit的部分推測原因為一般而言靜態站姿的題目難度應該是比動態坐姿難，
      但是也有一部分的病人是可以直直的站著，抵抗外力，
      但是要讓他自己移動身體重心就會比較困難，
      所以導致這題的填答pattern較沒有規則。
      另外靜態站姿和動態站姿的missing data較多，可能也會影響model fit
      除了model fit以外，其他數值看起來都還不錯， 不fit model也還算合理，
      不曉得是否也可以選Winstep的結果，只是在discussion中討論不fit的原因。


(一) Conquest (四點量尺)

1. Item fit  (全部item fit model)
------------------------------------------------------------------------------------------
   VARIABLES                               UNWEIGHTED FIT                  WEIGHTED FIT
---------------                        -----------------------   -----------------------
     item           ESTIMATE  ERROR^   MNSQ       CI          T      MNSQ       CI           T
------------------------------------------------------------------------------------------
 1   1               -3.952             0.061         0.98 ( 0.91, 1.09)   -0.5   0.99 ( 0.87, 1.13)    -0.1
 2   2               -1.669             0.060         0.89 ( 0.90, 1.10)   -2.2   1.03 ( 0.88, 1.12)     0.5
 3   3                1.681             0.059         1.10 ( 0.90, 1.10)    1.9   1.04 ( 0.88, 1.12)      0.6
 4   4                3.940*           0.104         0.68 ( 0.90, 1.10)   -7.0   0.94 ( 0.87, 1.13)     -0.9
========================================================================

2. Step difficulty
Item 1: -10.29 -3.97 -1.55
Item 2: -6.50 -1.63  1.46
Item 3:  0.92  1.69  4.12
Item 4:  4.96  2.97  7.83   (有disorder的情況)
                                          目前傾向不處理，解釋原因為選填Fair的人相較poor與Good-的人少。

Item 4
-----------                                                                
Cases for this item    723   Discrimination  0.87
Item Threshold(s): NOT AVAILABLE   Weighted MNSQ   0.94
Item Delta(s):      4.96  2.97  7.83
------------------------------------------------------------------------------
 Label    Score     Count   % of tot    Pt Bis     t  (p)                 PV1Avg:1     PV1 SD:1
------------------------------------------------------------------------------
   1          1.00         363      50.21      -0.86   -44.96(.000)              -3.60          3.73  
   2          2.00         119      16.46       0.18     4.80(.000)                 2.15          1.54  
   3          3.00         167      23.10       0.53    16.89(.000)                4.90          1.85  
   4          4.00           74      10.24       0.46    13.93(.000)              10.06          2.83  
========================================================================

3. Reliability: 入院資料  0.91

4. Quantification

Raw score	Rasch score	Standard error
4.00	-9.46	2.75
5.00	-5.77	1.31
6.00	-4.35	1.13
7.00	-3.10	1.10
8.00	-1.95	1.04
9.00	-0.93	0.97
10.00	-0.02	0.95
11.00	0.86	0.93
12.00	1.74	0.95
13.00	2.72	1.05
14.00	4.00	1.23
15.00	5.90	1.57
16.00	10.20	2.85

(二) Winstep 分析 (四點量尺)

1. Item fit (靜態站姿平衡:SSt outfit 非常不fit model，動態站姿平衡:DSt outfit差一點點)

Item	MEASURE	COUNT	SCORE	ERROR	IN.MSQ	IN.ZST	OUT.MS	OUT.ZS
SS	-7.8	928	2900	0.12	0.95	-0.67	1.09	0.47
DS	-2.28	849	2391	0.1	1.15	2.18	0.92	-0.46
SSt	3.16	816	1819	0.09	0.89	-1.82	9.9	9.91
DSt	6.93	717	1392	0.11	0.75	-3.41	0.52	-2.78

2. Step difficulty (沒有Disordering)

     1  1     .00

     1  2   -8.68

     1  3    1.80

     1  4    6.89

     2  1     .00

     2  2   -6.21

     2  3    1.15

     2  4    5.06

     3  1     .00

     3  2   -3.36

     3  3    -.21

     3  4    3.57

     4  1     .00

     4  2   -4.91

     4  3   -1.92

     4  4    6.83

3. Reliability: 入院資料  0.91

4. Quantification

SCORE	MEASURE	ERROR
4	-17.33	2.18
5	-12.52	5.2
6	-7.25	1.69
7	-3.96	2.07
8	-1.52	1.2
9	-0.28	1.08
10	0.91	1.09
11	2.06	1.05
12	3.14	1.06
13	4.4	1.19
14	6.06	1.4
15	10.34	4.03
16	14.61	2.18

          
5. Map

請教王文忠老師的問題

(1) Brunnstrom stage recovery 的Rasch score估出來的SE大(0.7-3.7)，

     但是此工具的Rasch reliability不錯(0.91-0.92)，

     想請問這兩個的差異該如何解釋比較恰當。

(2) Brunnstrom stage recovery的Rasch score 分佈範圍廣(-13.5到13.1)，

     這樣的資料特性是否會造成甚麼影響? (是否會使標準差變大)

(3) 在分析balance的時候，Winstep與Conquest兩者分析結果差異大。

      Winstep分析結果item有misfit，step difficulties會有估計不出來的情況。

      Conquest分析結果所有item皆fit  model，只有Dynamic standing有disordered的情況。

      想問 (1) 甚麼情況下step difficulties會有估計不出來的情況

              (2)  造成此二軟體分析結果差異的可能原因?

     

2015/1/5-2015/1/9 工作進度

日期	工作內容	待確認
1/5
1/6	1.      薛老師升等論文資料整理 2.      病歷紀錄功能與價值IRB計畫書撰寫
1/7	1.      薛老師升等論文資料整理 2.      病歷紀錄功能與價值IRB計畫書撰寫 3.      Social perception工具內容整理
1/8	1.      薛老師升等論文資料整理完成 2.      病歷紀錄功能與價值IRB計畫書撰寫 3.      Social perception工具內容整理
1/9	1.      BRS論文修改 2.      病歷紀錄功能與價值IRB計畫書完成         (1/16前送完IRB) 3.      Social perception工具內容完成(準備討論)

======================================================================

病歷紀錄功能與價值演講心得

1. 治療師的訴求與我們的訴求不太相同

    ----治療師著重於病歷紀錄的形式(包括軟硬體設備)

    ----我們較著重於病歷紀錄的內容

    ----> 我們持續進行相關資料分析，並提出相關建議，等治療師有動機時可立即協助

2. 治療師與實習學生對病歷紀錄的達成度看法不太一致

    ----治療師偏向現行的病歷紀錄已達成病歷應有功能

    ----學生偏向功能尚未達成

    ----> 可能原因: (1) 學生尚未完全了解臨床業務，只看到現在寫的progress note或discharge                                            note主要為了病人而記錄，未考慮到實際上病歷有其他用途。

                               (2) 目前的病歷紀錄以足以讓治療師應付評鑑、健保審查、病人紀錄等需                                            求，故認為現行的病歷紀錄內容已足夠。