Para comparar y contrastar métodos y hallazgos de dos enfoques para la valoración utilizados en la misma encuesta: medición de «actitudes» utilizando clasificaciones y calificaciones simples versus medición de «preferencias» utilizando análisis conjunto. El análisis conjunto, un método de preferencia declarado, implica comparar escenarios compuestos de descripciones de atributos clasificando, calificando o la elección de escenarios. Exploramos posibles explicaciones para nuestros hallazgos utilizando grupos focales realizados después de la encuesta cuantitativa.
Se realizó una encuesta autoadministrada, que mide las actitudes y las preferencias para las pruebas de VIH, en los sitios de pruebas de VIH en San Francisco en 1999–2000 (n = 365, tasa de respuesta = 96 por ciento). Las actitudes se midieron y analizaron utilizando enfoques estándar. Los escenarios de análisis conjunto se desarrollaron utilizando un diseño factorial fraccional y resultados analizados utilizando modelos probit de efectos aleatorios. Examinamos cómo los resultados utilizando los dos enfoques fueron similares y diferentes.
Descubrimos que las «actitudes» y las «preferencias» eran generalmente consistentes, pero había algunas diferencias importantes. Aunque las clasificaciones basadas en la actitud y las encuestas de análisis conjunto fueron similares, el examen más detallado reveló importantes diferencias en cómo los encuestados valoraron el precio y los atributos con los efectos de «halo», la variación en cómo se valoraron los niveles de atributos y las diferencias aparentes en los procesos de toma de decisiones.
¿Cómo evaluar con escala estimativa?
Hemos formado algunas escalas aquí para ilustrar el significado de los valores de prueba de IQ. Los significados aproximados de las clases individuales se enumeran en esta tabla:
El cociente de inteligencia (IQ) es un tamaño para evaluar el desempeño intelectual general de una persona. Una prueba, la prueba de IQ que se llama SO, está destinada a determinar el coeficiente intelectual de una persona. El IQ depende de muchos factores, entre otras cosas sobre la edad de la persona, el desempeño de la persona de prueba y el rendimiento promedio por los otros sujetos de prueba. El coeficiente intelectual promedio de la población se estableció en 100.
Los psicólogos que desarrollan pruebas de IQ utilizan ciertas normas para el cociente de inteligencia en la determinación de IQ. Uno de estos estándares establece que, en promedio, el IQ tiene un promedio de 100 puntos. Por supuesto, hay razones prácticas, porque esta es la más fácil de determinar el porcentaje de desviación. Para la determinación de IQ debajo o por encima de la media, se utiliza la distribución de Gauss (distribución normal) del cálculo de probabilidad. El valor 15 se supone como una desviación estándar. Esto significa: el 68% de los sujetos de prueba están dentro de la primera desviación estándar (100 +- 15). Dentro de la desviación del doble estándar, es decir, entre 70 y 130, hay un 95.5% de sujetos de prueba y dentro de la tercera desviación estándar (es decir, 55 a 145) ya hay el 99.7% de todos los sujetos de prueba. Por lo tanto, la escala de IQ a menudo solo se especifica entre los valores 40 y 160, que cubre el 99.9937 % de todos los sujetos de prueba. Bajo o por encima de estos valores, la prueba de IQ en sí misma prácticamente no tiene significado, ya que la persona de prueba está decepcionada por las preguntas (más de 160) o no las entiende en absoluto (menos de 40).
A continuación, hemos preparado gráficamente una escala de IQ para dejar en claro que los valores menores de 40 o más de 160 no tienen ningún sentido. Ofrecemos esta tabla de escala de IQ con los valores y el diagrama de forma gratuita para la descarga (archivo de Excel aproximadamente 10 kb).
¿Cómo se evalua la escala estimativa?
Las medidas de puntaje de escala son ubicuas en la literatura psicológica y pueden usarse como variables dependientes e independientes en el análisis de datos. La mala confiabilidad de las medidas de puntaje de escala conduce a errores estándar inflados y/o estimaciones sesgadas, particularmente en el análisis multivariado. Para evaluar la calidad de los datos, la estimación de confiabilidad suele ser un paso integral en el análisis de los datos de la puntuación de escala. El α de Cronbach es un indicador de confiabilidad ampliamente utilizado pero, debido a sus supuestos bastante fuertes, puede ser un estimador deficiente (Cronbach, 1951). Para los datos longitudinales, un enfoque alternativo es el método simple; Sin embargo, también requiere suposiciones que pueden no mantenerse en la práctica. Un enfoque efectivo es un estimador alternativo de confiabilidad que relaja los suposiciones de α de Cronbach y del estimador simple y, por lo tanto, generaliza a ambos estimadores. Utilizando datos de una encuesta de panel a gran escala, se investigan los beneficios de las propiedades estadísticas de este estimador y su uso se ilustra y se compara con los estimadores de confiabilidad más tradicionales.
Las medidas de puntaje de escala (también conocidas como puntaje compuesto) (SSMS) son muy comunes en la investigación de ciencias psicológicas y sociales. Como ejemplo, la Lista de verificación de comportamiento infantil (CBCL) es un SSM común para medir los problemas de comportamiento en los niños (ver Achenbach, 1991 para la versión del CBCL utilizado en este documento). Consiste en 118 ítems en problemas de comportamiento, cada uno obtenido en una escala de 3 puntos (1 = no verdadero, 2 = a veces verdadero y 3 = a menudo verdadero). La puntuación del problema del comportamiento total de CBCL es una medida empírica del comportamiento infantil calculado como una suma de las respuestas a los 118 ítems. La utilidad de cualquier SSM en el análisis de datos depende en gran parte de su confiabilidad. Un SSM con mala confiabilidad está infectado con errores aleatorios que oscurecen los valores de puntaje verdaderos subyacentes. Los SSM con buena confiabilidad están relativamente libres de un error aleatorio, lo que aumenta el poder estadístico de la variable para el análisis. Como ejemplo, Biemer y Trewin (1977) muestran que, a medida que disminuye la confiabilidad (ρ), los errores estándar de las estimaciones de medias, totales y proporciones aumentan por el factor ρ – 1. En el mismo artículo, los autores muestran que, para la regresión lineal simple, el estimador del coeficiente de pendiente, β^, estima βρ en lugar del parámetro verdadero, β; es decir, β^ está sesgado hacia 0 si la variable explicativa no es confiable. Las estimaciones de cuantiles, pruebas de bondad de ajuste y medidas de asociación en el análisis de datos categóricos también están sesgadas. Por lo tanto, evaluar la confiabilidad del puntaje de escala es típicamente un paso integral y crítico en el uso de SSM en el análisis de datos.
Un método común para evaluar la confiabilidad de la puntuación de escala es el α de Cronbach (Hogan, Benjamin y Brezinsky, 2000), que se basa en la consistencia interna de los ítems que comprenden el SSM. Se puede demostrar que, bajo ciertos supuestos (especificados a continuación), la confiabilidad de un SSM es proporcional a la consistencia del ítem. Muchos autores en numerosas disciplinas han utilizado α para evaluar la confiabilidad de los puntajes de escala (ver, por ejemplo, Burney y Kromrey, 2001; Sapin et al., 2005; Yoshizumi, Murakami y Takai, 2006). Por ejemplo, Hogan, Benjamin y Brezinski (2000) encontraron que α se usó en aproximadamente el 75% de las estimaciones de confiabilidad informadas en publicaciones por parte de la Asociación Americana de Psicología. Una razón para su ubicuidad es que los paquetes de software de análisis de datos (por ejemplo, SAS, SPSS y STATA) proporcionan subrutinas para calcular α con relativa facilidad. Además, existen pocas alternativas para evaluar la confiabilidad en estudios transversales. Sin embargo, los α de Cronbach y otros llamados acusadores de consistencia interna de ρ han sido criticados en la literatura debido a los supuestos bastante fuertes que subyacen a su desarrollo (ver, por ejemplo, Bollen, 1989, p. 217; Cortina, 1993; Green y Hershberger , 2000; Lucke, 2005; Raykov, 2001; Shevlin, Miles, Davies y Walker, 2000; Zimmerman y Zumbo, 1993).
Para los datos longitudinales, una alternativa a α es el estimador (cuasi-) simple que opera en las mediciones repetidas del mismo SSM sobre múltiples ondas de una encuesta de panel. Si bien el estimador simple relaja algunos de los supuestos de α, impone otros que pueden ser demasiado restrictivos en algunas situaciones. Un estimador más general extiende el modelo simplex al incorporar formas equivalentes de los SSM utilizando el método de mitades divididas (ver, por ejemplo, Bollen, 1989, p. 213). Este método, conocido como el método generalizado de simplex (GS), relaja muchas de las restricciones de parámetros impuestas por el método simplex tradicional.
El modelo GS también proporciona un marco basado en pruebas formales de importancia para identificar el modelo más parsimonioso para estimar la confiabilidad. Al imponer restricciones de parámetros en el modelo GS, los estimadores que son equivalentes a α, el estimador simple y varios otros estimadores relacionados se pueden comparar para un conjunto particular de datos. Como ejemplo, en situaciones en las que se mantienen sus supuestos, se puede preferir α sobre los estimadores longitudinales más complejos que generalmente tienen errores estándar más grandes. Sin embargo, para los tamaños de muestra grandes, el sesgo puede ser el factor determinante y los investigadores pueden preferir calcular los estimadores de la confiabilidad del modelo GS sin restricciones. Incluso en estas situaciones, es instructivo identificar situaciones en las que los supuestos subyacentes a α y el modelo simplex tradicional no se mantienen para informar los usos futuros de los modelos más simples.
¿Cuál es la escala de evaluación?
Entre las escaleras de medición utilizadas en la profesión de enfermería, que relacionadas con el índice Barthel representa una referencia universalmente aceptada para la evaluación de la función física y la autonomía del paciente en las actividades diarias. Entre las herramientas de evaluación consideradas más confiables en el campo de rehabilitación, el índice Barthel también es el más conocido internacionalmente.
Su uso generalizado tiene, entre otros, la ventaja de estandarizar el lenguaje interprofesional entre los operadores y facilitar el intercambio de los objetivos de autosuficiencia del paciente dentro de los equipos de trabajo.
Los operadores de la estructura compleja de la medicina física y de rehabilitación se están preparando para usar la escala Barthel para reemplazar el estándar internacional de medición de discapacidad actualizado: la escala FIM (medida independiente funcional). El índice de Barthel se introducirá en pacientes con lesión neurológica, accidente cerebrovascular, trastornos de equilibrio, ataxia, paraplejia.
El índice de Barthel, explica a los especialistas, se administra al paciente tanto cuando la entrada como el alta del hospital. Se exploran 10 ítems relacionados con el movimiento, la caminata, la higiene de la propia persona, la capacidad de alimentarse, se explora la continencia intestinal y urinaria.
El puntaje resultante expresa el grado de asistencia que requieren las condiciones del paciente en las actividades diarias. El valor cero indica un paciente totalmente dependiente, mientras que el valor 100, que representa el máximo, indica un paciente totalmente autónomo.
La evaluación constituye la discusión del equipo de trabajo a la que se debe la tarea de configurar el programa de rehabilitación. El equipo está representado por las figuras del médico, enfermera, fisioterapeuta y terapeuta del habla.
La escala de evaluación también es una herramienta fundamental para evaluar el nivel de rendimiento de la estructura de rehabilitación también en comparación con otros.
¿Cómo se clasifican las escalas de valoración?
Las escaleras de evaluación nos permiten detectar lo que observamos, tener la idea de mejorar o agravar después de un tiempo, o definir el rendimiento de nuestro cliente para decidir rápidamente el mejor tratamiento dependiendo de la gravedad y el compromiso de asistencia necesario.
Con el tiempo, tener más casos clasificados con las mismas escaleras le permite realizar un análisis y mejorar la asistencia de enfermería.
Hay muchas escalas de evaluación médica de enfermería y cada especialidad se desarrolla diferente:
La lista a continuación es más de 100 escaleras de evaluación, comencé hace unos meses para actualizarla pensando que es un punto de partida que puede ser útil para encontrar la escala de evaluación que mejor se adapte a su caso real. Buscando en Amazon un libro específico sobre las escaleras de evaluación, no lo he encontrado (enlace). En esta lista inserté el enlace directo a la búsqueda de Google para cada escala para darle inmediatamente el resultado favorito, espero que sea un artículo digno de ser guardado en sus favoritos.
El resultado de la investigación de Google es útil tanto en la sección de la investigación en la web, pero de la PC también haga clic en «Imágenes», donde Google le muestra la escalera tal como la vemos en un uso práctico y es útil para una memorización rápida.
Descargo de responsabilidad: Toda la información científica médica se debe entender con el único propósito de información y no reemplazar la opinión u obligación de ejecutar y prescripción de un profesional de la salud.
Artículos Relacionados:
