Poor accuracy of the GM-CAT

為何所有項目測完，GM-CAT的accuracy在age band 1 and 2不佳?

原因可能為cut-off point的計算方式不同:

1. CDIIT-GM在小小孩童為依每個月建立常模，計算其發展商數，
    發展商數在平均的2個SD以下為發展遲緩(DQ<70)，2個SD到1個SD之間為邊緣(70=<DQ<85)。
 
2.GM-CAT的cut-off point 將3-5個月pool在一起，6-11個月pool在一起。

孩童會因年齡(月份)不同，對應不同常模，得出不同的發展商數。
因此，孩童可能在同一個群組且估出來的能力值相同，
但因月份不同，而得出不同的發展商數，造成診斷上的差異。

建議:

年紀比較小的孩童，因每個月有各自的常模，可以使用原本的CDIIT-GM判斷是否發展遲緩。

評估工具的Meta-analyses

價值:
1. 常用來作為outcome measure的評估工具，可利用Meta-analyses檢驗其信效度

評估工具:  
兒童:  Pediatric Evaluation of Disability Inventory
           1. 現在最常被用來評估兒童Participation的工具
           2. 有10篇研究探討其信效度

生理: Fugel-Myer
          1. 較知名評量動作的評估工具
          Berg Balance Scale
  
其他: WHOQOL
-----------------------------------------------------------------------------------------------------------
1. 由PEDI著手

    1. 蒐集PEDI信效度驗證文獻
    2. 分類各篇文獻信效度 (以test-retest reliability)為主
    3. 研究分析方法

10月份主要任務

10月份主要任務

市療計畫書(10/8截止)

CARS-Rasch 分析：10/7-10/12

找尋Lowton資料

CDIIT-CAT分析：目前進度為二面向Rasch 刪題

準備EFA、CFA資料

CDIIT 分析進度

目標: Motor-CAT

分析情況

1. 所有的motor 題目放在一起，產生一個motor 分數，
    題目fit狀況不理想，決定拆成二面向: Gross motor (GM, 56題)+ Fine motor (FM, 41題)

2. Gross motor Rasch 分析
    1. Winstep 軟體
    2. 刪題標準 0.5<Infit<1.5; outfit>1.5
    3. 刪了6題及6筆作答反應比較奇怪的資料，符合標準。

3. Fine motor Rasch 分析
    1. Winstep 軟體
    2. 刪題標準 0.5<Infit<1.5; outfit>1.5
    3. 刪了8題及6筆作答反應奇怪的資料，還有二題outfit不符合標準 (2.38, 4.00)
        困難:
        1. 刪了其中的某一題，會有新的二至三題outfit misfit。
            若misfit全部刪除，則題目階難度會有一段全部沒有(12-35個月的題目都被刪除)。
        2. 沒有作答反應看起來特別奇怪的資料可以再刪除了。
        目前決定: 保留這兩題於題庫中。

4. 下一步分析:
     1. 待與官琳學姊討論是要分析成Unidimension 還是multidimension

          1. Unidimension的作法
              1. 分別將二面向寫成CAT，決定二面向stopping rule
              2. 看ROC curve能否區辨正常發展孩童與發展遲緩孩童，決定cut-point
                   1. 待確認孩童是否有發展遲緩的資料 (依原版CDIIT分數決定?)
                   2. 待確認年齡層如何劃分
              3. 驗證 (用第二年或第三年的資料)

           2. Multidimension的作法
               1. 用Conquest結合二面向題目分析，刪題
               2. 寫成二面向CAT, 決定stopping rule
 

MuSiC分析流程

單面向分析 (Gross motor、Fine motor)
(1) 尋找CAT stopping rules
      (1)  跑CAT模擬分析，模擬小朋友作完所有題目
      (2)  依照題目找stopping rule
             *因為是篩檢工具(快速找出疑似有問題的孩童
                1. Reliability change <0.05
             
(2) 計算sensitivity, specificity
      (1) 確定孩童能力後，分四個年齡層，跑ROC curve，看AUC是否>0.7
      (2) 分四個年齡層，找出每個年齡層的cut point
      (3) 未來程式可設計成估計出能力後，對照cutpoint，確認孩童是否需要進一步轉介。

多面向分析(Gross motor +Fine motor 二面向)

(1) 流程同單面向，但預計施測題數較少

8/31-9/5進度

主要任務有二

1. BASS稿件修改

   目前進度:修改完第二輪官琳學姊的建議
   預期進度: 9/3修改完第三輪官琳學姊的建議
   預期送出: 9/11

2. MuSiC-CAT的分析
 
   (1) 學會研討會: 差real data gross motor 單面向方析
   (2) 預期投稿方向:
   
         (1) 五個面向一起分析，
         (2) 拆成二面向(gross+fine motor)、三面向(cognition, social, language)
         (3) 全部單面向分析

          Stopping rule:
          (1) 因是篩檢工具，reliability是否達到0.8即可?

目前研究進度

目前主要工作有三：
1. 發展病歷系統
2. CAT模擬分析
3. Hinting task

一、發展病歷系統

主要進度：與工程師聯繫確認功能
1. 電子化量表建置：綜合評量、褚氏、社會功能、體適能、IADL、BADL。
2. 量表報告輸出：制式化報告＋簽名功能。
3. 資料庫輸出：excel檔，自動寄出至e-mail。

預期進度：
1. 下星期完成所有功能確認
2. 簽約
3. 工程師撰寫系統

二、CAT模擬分析

主要進度：學習分析方法
1. 撰寫前言、方法

預期進度：
1. 七月底學完所有分析方法
2. 八月底完成screening tool 資料分析
3. 九月底完成論文撰寫

三、Hinting task

主要進度：反翻完成

預期進度：
1. 寄信給原作者，幫忙看反翻有沒有問題
2. 討論未來應用方向