การสร้างและทดสอบแบบวัดการตัดสินใจร่วมด้วยราสซ์โมเดล
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์: เพื่อสร้างและทดสอบแบบวัดการตัดสินใจร่วมระหว่างผู้ป่วยและบุคลากรทางการแพทย์จากมุมมองของผู้ป่วย วิธีการ: แบบสอบถามฉบับร่างสร้างขึ้นจากขั้นตอนของกระบวนการตัดสินใจร่วม และตรวจสอบความตรงเชิงเนื้อหาโดยผู้เชี่ยวชาญ ดัชนีความสอดคล้องของข้อคำถามกับวัตถุประสงค์มีค่าอยู่ระหว่าง 0.67-1.00 แบบสอบถามฉบับสุดท้ายมีคำถาม 17 ข้อ การศึกษาเก็บข้อมูลด้วยแบบวัดที่สร้างขึ้นในผู้ป่วยจำนวน 240 รายจาก 4 แผนกในโรงพยาบาล ดังนี้ 1) แผนกผู้ป่วยนอก 2) แผนกผู้ป่วยใน 3) แผนกอุบัติเหตุ-ฉุกเฉิน และ 4) คลินิกโรคไม่ติดต่อเรื้อรัง หลังจากนั้นวิเคราะห์ช้อมูลโดยใช้ราสซ์โมเดล ผลการศึกษา: แบบสอบถามมีความเป็นเอกมิติและมีความเป็นอิสระของข้อคำถาม การทดสอบความเที่ยงพบว่า person reliability, person separation และสัมประสิทธิ์แอลฟา มีค่า 0.86, 2.45, 0.92 ตามลำดับ ซึ่งอยู่ในเกณฑ์เป็นที่ยอมรับ item reliability มีค่า 0.86 และ item separation มีค่า 2.52 การทดสอบความเหมาะสมรายข้อ พบว่า คำถาม 15 ข้อ (ร้อยละ 88.24) มีค่าความเหมาะสมรายข้ออยู่ระหว่างเกณฑ์ 0.60-1.40 หลังจากปรับปรุงรายการเลือกคำตอบเหลือ 3 ตัวเลือกตอบ และตัดกลุ่มตัวอย่างที่ไม่เหมาะสมกับราสซ์โมเดลจำนวน 28 ราย แล้วทดสอบความเที่ยงพบว่า item reliability และ item separation มีค่าเพิ่มขึ้น แต่ยังต่ำกว่าเกณฑ์ที่ยอมรับเล็กน้อย โดยพบว่าค่า person reliability, person separation และค่าสัมประสิทธิ์แอลฟามีค่า 0.85, 2.39, 0.92 ตามลำดับ ค่า item reliability มีค่า 0.88 และ item separation มีค่า 2.74 ความเหมาะสมรายข้อจำนวน 12 ข้อ (ร้อยละ 70.59) มีค่าอยู่ระหว่าง 0.60-1.27 สรุป: แบบวัดการตัดสินใจร่วมมีความเป็นเอกมิติและความเป็นอิสระของข้อคำถาม มีความตรงและความเที่ยงที่ดี แต่อย่างไรก็ตามในการศึกษาครั้งต่อไป ควรทดสอบแบบวัดในผู้ป่วยจำนวนมากขึ้น
Article Details
ผลการวิจัยและความคิดเห็นที่ปรากฏในบทความถือเป็นความคิดเห็นและอยู่ในความรับผิดชอบของผู้นิพนธ์ มิใช่ความเห็นหรือความรับผิดชอบของกองบรรณาธิการ หรือคณะเภสัชศาสตร์ มหาวิทยาลัยสงขลานครินทร์ ทั้งนี้ไม่รวมความผิดพลาดอันเกิดจากการพิมพ์ บทความที่ได้รับการเผยแพร่โดยวารสารเภสัชกรรมไทยถือเป็นสิทธิ์ของวารสารฯ
References
2. Charles C, Gafni A, Whelan T. Shared decision-making in the medical encounter: What does it mean? (or it takes at least two to tango). Soc Sci Med 1997; 44: 681-92.
3. Brennan B, Holly M. Interprofessional collaboration in health care: Lessons to be learned from competitive sports. Can Pharm J 2015; 148: 176-9.
4. Haggerty JL, Reid RJ, Freeman GK, Starfield BH, Adair CE, McKendry R. Continuity of care: a multidisciplinary review. BMJ 2003; 327: 1219-21.
5. Scholl I, Koelewijn-van Loon M, Sepucha K, Elwyn G, Légaré F, Härter M, et al. Measurement of shared decision making–a review of instruments. Z Evid Fortbild Qual Gesundhwes 2011; 105: 313-24.
6. Elwyn G, Edwards A, Wensing M, Hood K, Atwell C, Grol R. Shared decision-making: developing the OPTION scale for measuring patient involvement. Qual Saf Health Care 2003; 12: 93-9.
7. Lerman CE, Brody DS, Caputo GC, Smith DG, Lazaro CG, Wolfson HG. Patient’s perceived involvement in care scale: Relationship to attitudes about illness and medical care. J Gen Intern Med 1990; 5: 29-33.
8. Kriston L, Scholl I, Hölzel L, Simon D, Loh A, Härter M. The 9-item Shared Decision Making Questionnaire (SDM-Q-9): Development and psy chometric properties in a primary care sample. Patient Educ Couns 2010; 80: 94-9.
9. Elwyn G, Miron-Shatz T. Deliberation before determination: The definition and evaluation of good decision making. Health Expect 2010 Jun; 13: 139-47.
10. NHS Organisations. Measuring shared decision making: A review of research evidence [online]. 2012 (cited Apr 1, 2015). Available from: www.eng land.nhs.uk/wp-content/uploads/2013/08/7sdm-rep ort.pdf.
11. Linacre JM. Understanding Rasch measurement: Optimizing rating scale category effectiveness. J Appl Meas 2002; 3: 85-106.
12. Makoul G, Clayman ML. An integrative model of shared decision making in medical encounters. Patient Educ Couns 2006; 60: 301-12.
13. Guntayoung C, Chinchai S. The content validity and test-retest reliability of the developmental visual perception test (DTVP-2) in Thai children. International Journal of
Medicine and Pharmaceuti cal Sciences 2013; 3: 1-6.
14. Meijer RR, Sijtsma K. Methodology review: Evalua ting person fit. Appl Psychol Meas 2001; 25: 107-35.
15. DeMars C. Measuring higher education outcomes with a multidimensional Rasch model. J Appl Meas 2004; 5: 350-61.
16. Linacre JM. Fit diagnosis: Infit outfit mean-square standardized [online]. 1999 (cited Apr 1, 2018).
17. Bond T, Fox C. Applying the Rasch model: Fundamental measurement in the human sciences. 2nd ed. Mahwah: Lawrence Erlbaum Associates; 2007.
18. Linacre JM. Reliability and separation of measures [online]. 1999 (cited May 12, 2016). Available from: www.winsteps.com/winman/reliability.htm.
19. Smith EV. Detecting and evaluating the impact of multidimensionality using item fit statistics and principal component analysis of residuals. J Appl Meas 2002; 3: 205-31.
20. Linacre JM. Data variance explained by Rasch measures. Rasch Measurement Transactions 2006 ; 20: 1045.
21. Embetson SE, Reise SP. Item response theory for psychologists. Mahwah: New Jersey, L. Erlbaum Associates, 2000.
22. Wang Z, Zhou J, Luo X, Xu Y, She X, Chen L, et al. Rasch analysis of the Adult Strabismus Quality of Life Questionnaire (AS-20) among Chinese adult patients with strabismus. PLOS ONE 2015; 10: e0142188. doi:10.1371/journal.pone.0142188.
23. Tellez A, Cadena CHG, Corral-Verdugo V. Effect size, confidence intervals and statistical power in psychological research. Psychology in Russia: State of the Art 2015; 8: 27-46.
24. Fox CM, Jones JA. Uses of Rasch modeling in counseling psychology research. J Couns Psychol 1998; 45: 30-45.
25. Linacre JM. Small sample size, sample size and item calibration (or person measure) stability [online]. 1998 (cited Sep 1, 2018). Available from: www.rasch.org/rmt/rmt74m.htm.