綜合評量資料分析

(1) 分析其construct validity

      分析方式 (順序)
      (1) Rasch
      (2) CFA
      (3) EFA

      結果
      用Rasch analysis, CFA分析結果都不好，改用EFA可以得到比較明確的結果。

      EFA
      (1) 能力向度
            (1) 若以單題分析，不太能解釋結果
            (2) 依各次面向將各小題加總，如衛生(儀容與異味加總)、環境整潔、生活規律財務管
                  理等整合為11題
            (3) Principal axis factoring因素粹取法+varimax轉軸(因看相關個因素間的相關性不高)
            (4) 結果可整合為三個因素
                  (1) 個人生活功能: 衛生儀容、環境整潔、財務管理、飲食善後、 人際溝通、
                                                  體適能、症狀 (7題)
                  (2) 休閒功能:休閒安排、社區資源使用 (2題)
                  (3) 工作功能: 生活規律(出席率)、工作 訓練(2題)
                   三因素解釋變異量為46.635%
ˊ
      (2) 提醒向度
            (1) 如果不限制因素數，則可分成2因素
                  (1) 個人生活休閒功能
                  (2) 工作功能
            (2) 若與能力向度相同，限制因素數為3，因素分類為
                   (1)個人生活功能:衛生儀容、環境整潔、財務管理、人際溝通
                   (2) 休閒功能: 休閒安排、社區資源使用
                   (3) 工作功能: 出席率、工作訓練
                 解釋變異量為53.891%

Note:
     (1) 人際關係項目(是否有朋友)於三因素的factoring皆很低，目前為移除不分析。
     (2) 飲食次面向包含三題: 購買、烹飪、善後
           (1) 購買題之概念有點模糊，與飲食與社區資源使用皆有很大的相關，難以切割，目前
                未將此題放入分析。建議直接改成購物，並可自己獨立一面向。
           (2) 烹飪因有太多人勾選不需自行烹飪，難以分析，也未放入分析當中。
           (3) 僅善後放入能力面向分析。
           (4) 飲食提醒面向，因無法切割到底是與生活功能有關(善後)，還是與社區資源使用有                    關(購買)，故也未放入分析當中。

(2) 分析Cronbach alpha (尚可至良好)
      (1) 依三因素分類分析其Cronbach alpha
             (1) 能力面向
                   (1) 個人生活功能: 0.77
                   (2) 休閒功能: 0.369
                   (3) 工作功能: 0.470
             (2) 提醒面向
                   (1) 個人生活功能: 0.778
                   (2) 休閒功能:0.694
                   (3) 工作功能:0.649

(3) 論文方向
      (1) Construct validity: 治療師可依三面向各自將分數加總
      (2) 信度分析

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?