Item response theory

Although knowledge and stigma about suicide are important factors in suicide prevention, there are no validated instruments available in Hungary. Our goal was to validate the Literacy of Suicide Scale—Short Form (LOSS-SF) and the Stigma of Suicide Scale—Short Form (SOSS-SF) in Hungarian. An anonymous online survey was administered to a self-selected online convenience sample of 954 participants of 38.0 years (SD: 14.8) of age. Our study used a descriptive, correlational, cross-sectional design. Confirmatory factor analysis results indicate a good model fit for a three-factor structure of the SOSS-SF scale. Invariance testing revealed that the scale is valid across gender, age and former suicide ideation. LOSS-SF had an acceptable unidimensional model fit as a two-parameter logistic (2PL) IRT (Item Response Theory) based survey, and results showed good infit–outfit with appropriate item discrimination and difficulty measures. The results show that the two instruments show sound psychometric properties and construct validity within this sample. While the Hungarian versions of the SOSS-SF and the LOSS-SF provide useful tools for assessing suicide stigma and suicide literacy in research settings, further validation on nationally representative samples may be required in case population-level norms are needed to inform national policy-makers.

Background External ventricular drainage (EVD) is an important intervention in the management of patients with severe neurological conditions, and standardized nursing care is essential for preventing complications and ensuring patient safety. Nurses’ knowledge of recommended EVD care practices is an important foundation for safe and evidence-based care. However, existing instruments for assessing EVD-related nursing knowledge are often lengthy or have limited psychometric validation, which may restrict their use in routine clinical assessment and large-scale training. Therefore, a brief, reliable, and psychometrically robust instrument is needed to efficiently assess nurses’ knowledge of EVD care practices and identify areas requiring targeted education. Aim To translate and culturally adapt the Short Knowledge Test to Evaluate Awareness of External Ventricular Drain Care Practices and evaluate its psychometric properties among Chinese nurses using the Rasch model, thereby providing a reliable tool for the rapid assessment of nurses’ self-reported knowledge of recommended EVD care practices and the identification of targeted training needs. Method The original scale was translated and culturally adapted into Chinese using the Brislin forward–backward translation method, resulting in the Chinese version of the Short Knowledge Test to Evaluate Awareness of External Ventricular Drain Care Practices (C-SKT-EVD). A cross-sectional survey was conducted among clinical nurses recruited from First Affiliated Hospital of Jinzhou Medical University, Liaoning Province, mainland China. 242 valid participants included in the final analysis. Descriptive statistics were performed using SPSS version 26.0, and the psychometric properties of the scale were evaluated using the Rasch Rating Scale Model in Winsteps version 3.72.3, focusing on unidimensionality, item fit, category functioning, item–person distribution, test information function, separation indices and reliability, and differential item functioning (DIF). Results The empirical variance explained by the measures was 55.1%, and the eigenvalue of the first contrast was 1.4, supporting the unidimensionality of the C-SKT-EVD. The Infit mean-square (MNSQ) values for the seven items ranged from 0.94 to 1.16, while the Outfit MNSQ values ranged from 0.94 to 1.07, all indicating acceptable fit to the Rasch model. The point-measure correlation coefficients (PT-Measure Corr.) ranged from 0.63 to 0.70, suggesting good alignment between the items and the underlying latent construct. The observed average measures across the five rating categories increased monotonically, and the category thresholds were ordered sequentially. The category probability curves also showed clearly defined peaks, indicating that the rating categories functioned well and that no category collapsing was required. The item difficulty distribution was generally well matched to the respondents’ levels of self-reported EVD care knowledge, and the test information function indicated higher measurement precision around the average level of the measured construct, with relatively less information provided for respondents with extremely high or low levels of the latent trait. Conclusion The C-SKT-EVD demonstrated generally acceptable Rasch measurement properties in the present sample of Chinese nurses, providing preliminary evidence for its use as a brief screening and educational assessment tool for self-reported knowledge of recommended EVD care practices. However, these findings do not establish comprehensive validity or objective clinical competence. Further multicenter studies in diverse nursing populations are needed to confirm its broader applicability.

زمینه: درناژ بطنی خارجی (EVD) یک مداخله مهم در مدیریت بیماران با شرایط شدید نورولوژیک است و مراقبت پرستاری استاندارد برای پیشگیری از عوارض و تضمین ایمنی بیمار ضروری است. دانش پرستاران درباره مراقبت‌های توصیه‌شده EVD، پایه‌ای مهم برای مراقبت ایمن و مبتنی بر شواهد به‌شمار می‌رود. با این حال، ابزارهای موجود برای سنجش دانش پرستاری مرتبط با EVD اغلب طولانی یا دارای روایی و پایایی روان‌سنجی محدودی هستند که ممکن است استفاده از آن‌ها را در ارزیابی‌های بالینی روتین و آموزش‌های وسیع محدود کند. بنابراین، وجود ابزاری کوتاه، پایا و دارای ویژگی‌های روان‌سنجی قوی برای سنجش کارآمد دانش پرستاران درباره مراقبت‌های EVD و شناسایی حوزه‌های نیازمند آموزش هدفمند ضروری است. هدف: ترجمه و بومی‌سازی فرهنگی آزمون کوتاه دانش برای ارزیابی آگاهی از مراقبت‌های درناژ بطنی خارجی و ارزیابی ویژگی‌های روان‌سنجی آن در میان پرستاران چینی با استفاده از مدل Rasch، به‌منظور ارائه ابزاری پایا برای ارزیابی سریع دانش خودگزارشی پرستاران از مراقبت‌های توصیه‌شده EVD و شناسایی نیازهای آموزشی هدفمند. روش: مقیاس اصلی با استفاده از روش ترجمه پیشرو–پسرو Brislin به زبان چینی ترجمه و بومی‌سازی فرهنگی شد و نسخه چینی آزمون کوتاه دانش برای ارزیابی آگاهی از مراقبت‌های درناژ بطنی خارجی (C-SKT-EVD) حاصل گردید. یک مطالعه مقطعی در میان پرستاران بالینی شاغل در بیمارستان وابسته اول دانشگاه علوم پزشکی Jinzhou، استان لیائونینگ، چین انجام شد. ۲۴۲ شرکت‌کننده معتبر در تحلیل نهایی وارد شدند. آمار توصیفی با استفاده از SPSS نسخه ۲۶.۰ انجام شد و ویژگی‌های روان‌سنجی مقیاس با مدل Rasch Rating Scale در نرم‌افزار Winsteps نسخه ۳.۷۲.۳ ارزیابی گردید و بر یک‌بعدی بودن، برازش ماده، عملکرد دسته‌بندی، توزیع ماده–فرد، تابع اطلاعات آزمون، شاخص‌های جداسازی و پایایی، و عملکرد افتراقی ماده (DIF) تمرکز شد. نتایج: واریانس تجربی تبیین‌شده توسط اندازه‌گیری‌ها ۵۵.۱٪ بود و مقدار ویژه اولین کنتراست ۱.۴ به‌دست آمد که یک‌بعدی بودن C-SKT-EVD را تأیید می‌کند. مقادیر Infit میانگین مربع (MNSQ) برای هفت ماده بین ۰.۹۴ تا ۱.۱۶ و مقادیر Outfit MNSQ بین ۰.۹۴ تا ۱.۰۷ بود که همگی برازش قابل قبول به مدل Rasch را نشان می‌دهند. ضرایب همبستگی نقطه–اندازه‌گیری (PT-Measure Corr.) بین ۰.۶۳ تا ۰.۷۰ بود که هم‌راستایی خوب مواد با سازه نهفته را نشان می‌دهد. میانگین اندازه‌گیری مشاهده‌شده در پنج دسته‌بندی امتیازدهی به‌صورت یکنواخت افزایش یافت و آستانه‌های دسته‌بندی به‌ترتیب مرتب بودند. منحنی‌های احتمال دسته‌بندی نیز اوج‌های مشخصی داشتند که نشان‌دهنده عملکرد مناسب دسته‌بندی‌ها و عدم نیاز به ادغام دسته‌ها بود. توزیع دشواری مواد به‌طور کلی با سطح دانش خودگزارشی مراقبت EVD پاسخ‌دهندگان تطابق داشت و تابع اطلاعات آزمون دقت اندازه‌گیری بالاتری را در سطح متوسط سازه اندازه‌گیری‌شده نشان داد، در حالی که برای پاسخ‌دهندگان با سطوح بسیار بالا یا پایین ویژگی نهفته، اطلاعات نسبتاً کمتری فراهم شد. نتیجه‌گیری: C-SKT-EVD در نمونه حاضر از پرستاران چینی ویژگی‌های اندازه‌گیری Rasch قابل قبولی را نشان داد و شواهد اولیه‌ای برای استفاده از آن به‌عنوان ابزار غربالگری و ارزیابی آموزشی کوتاه برای دانش خودگزارشی مراقبت‌های توصیه‌شده EVD فراهم کرد. با این حال، این یافته‌ها روایی جامع یا شایستگی بالینی عینی را اثبات نمی‌کند. مطالعات چندمرکزی بیشتر در جمعیت‌های متنوع پرستاری برای تأیید کاربرد وسیع‌تر آن مورد نیاز است.

Background and Objective The Sleep Need Questionnaire (SNQ) is a widely used self-report measure used to detect self-perceived sleep need but has not yet been validated. Validation and reliability analyses were conducted on the SNQ in a sample of college students across multiple universities.Methods Total score and item-level convergent and discriminant validity were assessed utilizing various sleep and psychological measures. Construct validity and the structure of the SNQ were assessed using exploratory factor analysis (EFA) and item response theory via graded response modeling (GRM).Results The SNQ demonstrated moderate internal consistency (Cronbach’s α=0.74). Convergent analyses showed significant moderate to strong convergent correlations with other sleep-related constructs (r=0.46–0.74) and discriminant analyses showed mixed weak correlations with dissimilar constructs (r=0.04–0.10). The accuracy of the SNQ was examined through a receiver operating characteristic analysis with the Epworth Sleepiness Scale (ESS) as the criterion and indicated acceptable discrimination (area under the curve=0.73). EFA revealed a one-factor solution (λ=2.36) with a mixed range of significant inter-item correlations (r=0.165–0.833) and variable factor loadings (0.419–0.985). GRM revealed considerable imbalances in item functioning and potential redundancy.Conclusions Overall, the SNQ demonstrates moderate internal consistency and moderate to strong convergent and discriminant validity. Further analysis is needed to confirm and examine the unidimensional structure of the SNQ, as weak inter-item correlations, mixed factor loadings, and mixed item level behavior indicate structural and construct validity problems with the SNQ.

زمینه و هدف: پرسشنامه نیاز به خواب (SNQ) یک ابزار خودگزارشی پرکاربرد برای سنجش نیاز ادراک‌شده به خواب است، اما تاکنون اعتبارسنجی نشده است. تحلیل‌های روایی و پایایی بر روی SNQ در نمونه‌ای از دانشجویان دانشگاه‌های مختلف انجام شد. روش‌ها: روایی همگرا و واگرا در سطح نمره کل و آیتم با استفاده از ابزارهای مختلف خواب و روان‌شناختی ارزیابی شد. روایی سازه و ساختار SNQ با استفاده از تحلیل عاملی اکتشافی (EFA) و نظریه پاسخ به سؤال از طریق مدل پاسخ درجه‌بندی‌شده (GRM) بررسی شد. یافته‌ها: SNQ پایایی درونی متوسطی را نشان داد (آلفای کرونباخ=0.74). تحلیل‌های همگرایی، همبستگی‌های متوسط تا قوی معناداری را با سایر سازه‌های مرتبط با خواب نشان داد (r=0.46–0.74) و تحلیل‌های واگرایی، همبستگی‌های ضعیف و متغیری را با سازه‌های نامشابه نشان داد (r=0.04–0.10). دقت SNQ از طریق تحلیل منحنی مشخصه عملکرد گیرنده با استفاده از مقیاس خواب‌آلودگی اپورث (ESS) به عنوان ملاک بررسی شد و تمایزپذیری قابل قبولی را نشان داد (مساحت زیر منحنی=0.73). تحلیل عاملی اکتشافی، راه‌حل تک‌عاملی را آشکار کرد (λ=2.36) با دامنه‌ای متغیر از همبستگی‌های معنادار بین آیتمی (r=0.165–0.833) و بارهای عاملی متغیر (0.419–0.985). مدل پاسخ درجه‌بندی‌شده، عدم تعادل قابل توجهی در عملکرد آیتم‌ها و احتمال همپوشانی را نشان داد. نتیجه‌گیری: به طور کلی، SNQ پایایی درونی متوسط و روایی همگرا و واگرای متوسط تا قوی را نشان می‌دهد. تحلیل‌های بیشتر برای تأیید و بررسی ساختار تک‌بعدی SNQ مورد نیاز است، چرا که همبستگی‌های ضعیف بین آیتمی، بارهای عاملی متغیر و رفتار متغیر آیتم‌ها، مشکلاتی را در روایی ساختاری و سازه‌ای SNQ نشان می‌دهد.

Driver monitoring systems (DMS) are increasingly used to sustain attention during partially automated driving, but existing measures do not assess how drivers experience the supervisory tone of DMS feedback. Drawing on parenting-style theory, we developed the Driver Monitoring System User Experience (DMS-UX) Scale and tested whether systems varying in demandingness and responsiveness produced distinct user experience profiles. Across two samples, 501 licensed U.S. drivers completed a between-subjects online vignette experiment and were randomly assigned to an authoritarian, authoritative, permissive, or uninvolved DMS. Scale development began with 80 items in Sample 1 ( n = 319). Exploratory factor analysis and item response theory yielded a 16-item, four-factor solution, which was tested in an independent Sample 2 ( n = 182) using confirmatory factor analysis. Inspection of factor loadings and residual correlations led to the removal of one poorly performing item and a refined 15-item model with comparative and residual fit emerged. The observed factors were Perceived Usage Benefits, Perceived System Judgment, Perceived Salience and Clarity, and Perceived Supportiveness. Internal consistency was good (McDonald's ω = 0.770–0.915; Cronbach's α = 0.745–0.914), and indices supported internal construct differentiation. Confirmatory model fit was mixed but improved after refinement (CFI = 0.916, TLI = 0.894, RMSEA = 0.097, SRMR = 0.073), providing qualified support for the four-factor structure. Monitoring style had a large multivariate effect on DMS-UX scores, Pillai's trace = 0.481, F (12, 1488) = 23.65, p < 0.001. Styles differed in perceived judgment, salience and clarity, and supportiveness, but not perceived usage benefits. The DMS-UX offers an initial descriptive instrument for comparing drivers' experiences of DMS supervisory feedback, though behavioral, longitudinal, and cross-cultural validation is needed before using it to infer safety outcomes or identify an optimal monitoring style.

سامانه‌های پایش راننده (DMS) به طور فزاینده‌ای برای حفظ توجه در حین رانندگی نیمه‌خودکار مورد استفاده قرار می‌گیرند، اما سنجه‌های موجود نحوه تجربه رانندگان از لحن نظارتی بازخورد DMS را ارزیابی نمی‌کنند. با بهره‌گیری از نظریه سبک‌های فرزندپروری، مقیاس تجربه کاربری سامانه پایش راننده (DMS-UX) را توسعه دادیم و بررسی کردیم که آیا سامانه‌هایی با سطوح متفاوتی از مطالبه‌گری و پاسخ‌دهی، پروفایل‌های تجربه کاربری متمایزی ایجاد می‌کنند یا خیر. در دو نمونه، ۵۰۱ راننده دارای گواهینامه در ایالات متحده آمریکا در یک آزمایش آنلاین بین‌گروهی مبتنی بر سناریو شرکت کردند و به طور تصادفی به یکی از چهار سبک DMS مستبدانه، مقتدرانه، سهل‌گیر یا بی‌تفاوت تخصیص یافتند. توسعه مقیاس با ۸۰ گویه در نمونه اول (n = 319) آغاز شد. تحلیل عاملی اکتشافی و نظریه پاسخ به گویه به راه‌حل چهارعاملی ۱۶ گویه‌ای منجر شد که در نمونه مستقل دوم (n = 182) با تحلیل عاملی تأییدی آزمون شد. بررسی بارهای عاملی و همبستگی‌های باقیمانده به حذف یک گویه با عملکرد ضعیف و ظهور مدل اصلاح‌شده ۱۵ گویه‌ای با برازش مقایسه‌ای و باقیمانده منجر شد. عوامل مشاهده‌شده شامل منافع ادراک‌شده استفاده، قضاوت ادراک‌شده سامانه، برجستگی و وضوح ادراک‌شده، و حمایتگری ادراک‌شده بودند. انسجام درونی مطلوب بود (ω مک‌دونالد = ۰٫۷۷۰ تا ۰٫۹۱۵؛ آلفای کرونباخ = ۰٫۷۴۵ تا ۰٫۹۱۴) و شاخص‌ها از تمایز ساختاری درونی حمایت کردند. برازش مدل تأییدی متوسط بود اما پس از اصلاح بهبود یافت (CFI = 0.916، TLI = 0.894، RMSEA = 0.097، SRMR = 0.073) و حمایت مشروطی از ساختار چهارعاملی فراهم کرد. سبک پایش اثر چندمتغیره بزرگی بر نمرات DMS-UX داشت (Pillai's trace = 0.481، F (12, 1488) = 23.65، p < 0.001). سبک‌ها در قضاوت ادراک‌شده، برجستگی و وضوح، و حمایتگری تفاوت داشتند اما در منافع ادراک‌شده استفاده تفاوتی نداشتند. DMS-UX ابزاری توصیفی اولیه برای مقایسه تجربه رانندگان از بازخورد نظارتی DMS ارائه می‌دهد، هرچند اعتبارسنجی رفتاری، طولی و بین‌فرهنگی پیش از استفاده برای استنتاج پیامدهای ایمنی یا شناسایی سبک پایش بهینه مورد نیاز است.