Chronic disease

Background Patient education is an important component of nursing care, influencing treatment outcomes, quality of life, and healthcare costs. However, educational practices are often generalized and may not address patients’ individual needs, health literacy, or socio-cultural contexts. Individualized patient education tailors content to patients’ characteristics, goals, and capabilities, and enhances adherence, satisfaction, and clinical outcomes. Existing tools mainly focus on general aspects of patient education, such as educational quality or provider competencies, and no comprehensive patient-centered tool has been established to assess the individualized nature of patient education. This may constrain systematic assessment and improvement of individualized educational practices. Therefore, this protocol aims to conceptualize individualized patient education, develop a measurement tool, and evaluate its psychometric properties. Methods This two-phase exploratory sequential mixed-methods study will be conducted in educational hospitals affiliated with Tabriz University of Medical Sciences, northwest Iran. Phase 1 will involve hybrid concept analysis, including a literature review and directed qualitative study using semi-structured interviews with patients with chronic diseases and their family members until data saturation, followed by directed content analysis to clarify the concept, identify provisional dimensions, and generate initial items, which will be evaluated quantitatively. Phase 2 will assess the tool’s psychometric properties. Face and content validity will be evaluated using qualitative feedback and the Impact Score, Content Validity Ratio, Content Validity Index, and Modified Kappa coefficient. Construct validity will be examined using exploratory and confirmatory factor analyses in SPSS v.24 and AMOS v.24, with independent samples of at least 200 participants per analysis. Reliability will be assessed using Cronbach’s alpha, McDonald’s omega, and test-retest stability. Interpretability and feasibility will also be evaluated. Discussion If the tool demonstrates adequate validity and reliability, it may provide a standardized measure for assessing individualized educational interventions and support quality improvement, patient engagement, and evidence-informed health education strategies.

This survey aimed to examine the association between online social participation and attitudes toward aging among older adults within the Chinese socio‑cultural context. Stratified multi‑stage cluster sampling was adopted to obtain sample data. Multiple Linear Regression Model was employed to analyze the factors influencing older adults’ attitudes toward aging. Propensity Score Matching (PSM) was employed to estimate the Average Treatment Effect on the Treated (ATT) of online social participation on aging attitudes. (1) Among the 1,261 respondents, the mean score of attitude toward aging was 10.76 (SD = 5.55, possible range: 0‑20), with 45.0% reporting engagement in online social participation. (2) Multiple linear regression analysis revealed that online social participation, educational level, monthly income, marital status, chronic conditions, and self‑rated health were significant predictors of aging attitudes ( p < 0.01). (3) The ATT values estimated via kernel, radius and nearest neighbor methods were 1.6318, 1.5610 and 1.5549, respectively. (1) Older adults exhibit a relatively low overall level of online social participation, suggesting the necessity of further popularization and improvement. (2) Marital status, educational level, monthly income, self-rated health, and chronic conditions are significant influencing factors of aging attitudes among older adults. (3) Online social participation is significantly positively associated with older adults’ attitude toward aging.

Health shocks—such as new diagnoses of chronic disease—can disrupt daily life and create potential “teachable moments” for behavioral improvement. Yet, existing evidence on post-diagnosis behavior change remains mixed and largely limited to high-income countries. This study addresses a major empirical gap by examining whether chronic disease diagnoses are associated with measurable within-person changes in health behaviors among middle-aged and older adults in Thailand, a rapidly aging middle-income society. We analyzed four waves (2015–2022) of the Health, Aging, and Retirement in Thailand (HART) survey. The analytic sample comprised adults aged ≥45 years with no baseline diagnosis of cancer, diabetes, or cardiovascular disease (N = 2,891; 9,577 person-wave observations). Self-reported physician-diagnosed conditions were used to construct disease-status indicators. Behavioral outcomes included smoking, current alcohol use, sufficient physical activity (≥150 minutes/week), normal body mass index (BMI) (18.5–23), and waist obesity (sex-specific cutoffs). Individual fixed-effects linear probability models with survey-wave fixed effects and adjustment for time-varying covariates (log income, activities of daily living [ADL] score, and marital status) estimated within-person associations, with standard errors clustered at the individual level. Disease-specific models and models including interactions with sex assessed heterogeneity. In pooled analyses, the disease-status indicator was not significantly associated with smoking, alcohol use, physical activity, BMI, or waist obesity. In contrast, a diabetes diagnosis was associated with a reduction of 3.6 percentage-point in current alcohol use, and both diabetes and cancer diagnoses were associated with reductions in frequent drinking. Models including interactions with sex suggested larger diagnosis-associated reductions in selected alcohol-use outcomes among men, although statistical evidence varied by outcome and disease type. Among middle-aged and older Thai adults, chronic disease diagnoses were associated with selective, rather than comprehensive, changes in health behaviors. Diagnosis alone is insufficient to support changes across multiple health behaviors, underscoring the need for structured post-diagnosis counselling, follow-up, and gender-sensitive secondary prevention in aging middle-income populations.

Whether breadth of leisure activity engagement (LAE) is associated with cognitive resilience (CR) in older Chinese adults, and whether this association differs by gender, remain unclear. Using five waves of the China Health and Retirement Longitudinal Study (2011–2020), we estimated CR as the residual of global cognition after accounting for age, education, gender, residence, and chronic disease burden, and examined activity × gender interactions in generalized estimating equations ( n = 7130 observations from 3293 adults aged ≥60). Cognitive and social activity breadth were each independently associated with higher CR, but with contrasting domain patterns. Cognitive activities showed a linear dose-response with comparable associations in both genders (males β = 0.164, females β = 0.171, both p < 0.001; Activity × Gender interaction p = 0.435). Social activities followed a quadratic dose-response peaking at approximately three activity types. In gender-stratified models, the social-activity association was concentrated in males ( β = 0.164, p < 0.001) and was not significant among females ( β = 0.032, p = 0.323; activity × gender interaction β = −0.111, p = 0.020), despite higher social participation rates among women. Lagged analyses supported temporal precedence. These findings indicate that the resilience associations of LAE breadth in older Chinese adults are domain- and gender-dependent: cognitive activity breadth was positively associated with CR in both genders, whereas this association was concentrated in men for social activities. These findings warrant further investigation of whether the content, context, or measurement of social engagement contributes to the observed gender difference.

This study aimed to investigate the association between insomnia severity and systemic inflammatory indices, specifically neutrophil-to-lymphocyte ratio (NLR), platelet-to-lymphocyte ratio (PLR), and systemic immune-inflammation index (SII), in geriatric individuals aged 80 years and older, a subgroup for whom evidence on this relationship remains scarce. This cross-sectional study included 384 patients aged ≥ 80 years attending a geriatric outpatient clinic. Insomnia severity was assessed using the Insomnia Severity Index (ISI). Inflammatory markers, namely the NLR, PLR, and SII were derived from routine hematological parameters and analyzed via correlation analyses and multivariable linear regression. Insomnia was identified in 38.5% of participants. ISI scores showed significant positive correlations with NLR, PLR, SII, chronic disease burden, and medication count (all p < 0.001). Inflammatory marker levels were significantly elevated in those with insomnia ( p < 0.001). After full covariate adjustment, SII (β = 0.07, p < 0.001) and NLR (β = 0.666, p = 0.004) remained independent predictors of insomnia severity, whereas PLR lost significance. Insomnia is highly prevalent in the oldest-old and independently associated with systemic inflammatory burden. SII and NLR, as accessible and non-invasive parameters, may serve as pragmatic biomarkers for stratifying insomnia severity in geriatric practice. Longitudinal studies are warranted to establish causality and evaluate anti-inflammatory interventions.

این مطالعه با هدف بررسی ارتباط بین شدت بی‌خوابی و شاخص‌های التهابی سیستمیک، به‌ویژه نسبت نوتروفیل به لنفوسیت (NLR)، نسبت پلاکت به لنفوسیت (PLR) و شاخص ایمنی-التهاب سیستمیک (SII)، در افراد سالمند با سن ۸۰ سال و بالاتر انجام شد؛ زیرگروهی که شواهد مربوط به این رابطه در آن‌ها همچنان محدود است. این مطالعه مقطعی شامل ۳۸۴ بیمار با سن ≥ ۸۰ سال بود که به درمانگاه سرپایی سالمندان مراجعه کرده بودند. شدت بی‌خوابی با استفاده از شاخص شدت بی‌خوابی (ISI) ارزیابی شد. شاخص‌های التهابی شامل NLR، PLR و SII از پارامترهای هماتولوژیک روتین استخراج و از طریق تحلیل همبستگی و رگرسیون خطی چندمتغیره مورد بررسی قرار گرفتند. بی‌خوابی در ۳۸/۵٪ از شرکت‌کنندگان شناسایی شد. نمرات ISI همبستگی مثبت معناداری با NLR، PLR، SII، بار بیماری مزمن و تعداد داروها نشان دادند (همگی p < 0.001). سطوح شاخص‌های التهابی در افراد مبتلا به بی‌خوابی به طور معناداری بالاتر بود (p < 0.001). پس از تعدیل کامل کووارییت‌ها، SII (β = 0.07, p < 0.001) و NLR (β = 0.666, p = 0.004) به عنوان پیش‌بینی‌کننده‌های مستقل شدت بی‌خوابی باقی ماندند، در حالی که PLR معناداری خود را از دست داد. بی‌خوابی در سالمندان بسیار شایع است و به طور مستقل با بار التهابی سیستمیک ارتباط دارد. SII و NLR به عنوان پارامترهایی در دسترس و غیرتهاجمی، می‌توانند به عنوان نشانگرهای زیستی عملی برای طبقه‌بندی شدت بی‌خوابی در عمل بالینی سالمندان مورد استفاده قرار گیرند. انجام مطالعات طولی برای تعیین رابطه علی و ارزیابی مداخلات ضدالتهابی ضروری است.

Food addiction (FA) has received increasing attention as a framework for understanding addictive-like eating and its psychological correlates. This study aimed to provide the first comprehensive Turkish adaptation and psychometric evaluation of the Yale Food Addiction Scale 2.0 (YFAS 2.0). A total of 346 adults aged 19–55 years completed an online survey assessing FA, maladaptive eating, impulsivity, depressive and anxiety symptoms, social desirability, BMI, smoking and alcohol use, chronic disease, and self-reported psychiatric diagnosis. Of these, 109 completed the YFAS 2.0 after 10 days to test temporal stability. Confirmatory factor analysis supported the original unidimensional structure of the 11 diagnostic criteria, with strong factor loadings (.73–.94) and favorable model fit. Internal consistency was good (KR-20 = .86), and test–retest reliability was moderate (ICC = .70). FA symptoms were positively associated with BMI, emotional and uncontrolled eating, negative urgency, depressive symptoms, and anxiety symptoms, with smaller associations for lack of premeditation and perseverance. Sensation seeking and social desirability were not significantly associated with FA symptoms, while FA classification was unrelated to smoking or alcohol use. Participants meeting the FA threshold were more likely to report a psychiatric diagnosis, although this finding warrants caution given self-reported diagnoses and the non-clinical sample. Item-level analyses showed that the highest-loading items differed from those selected for the original mYFAS 2.0 for several criteria, with notable loading gaps limited to two criteria. Overall, findings support the Turkish YFAS 2.0 as a reliable and valid measure in non-clinical adults; proposed short-form item modifications require independent replication.

اعتیاد به غذا (FA) به عنوان چارچوبی برای درک رفتارهای خوردن شبه‌اعتیادی و همبسته‌های روان‌شناختی آن، توجه فزاینده‌ای را به خود جلب کرده است. هدف این مطالعه ارائه نخستین انطباق جامع و ارزیابی روان‌سنجی نسخه ترکی مقیاس اعتیاد به غذای ییل ۲٫۰ (YFAS 2.0) بود. در مجموع ۳۴۶ بزرگسال ۱۹ تا ۵۵ ساله پرسشنامه‌ای آنلاین را تکمیل کردند که اعتیاد به غذا، خوردن ناسازگارانه، تکانشگری، نشانه‌های افسردگی و اضطراب، تمایل به مطلوبیت اجتماعی، شاخص توده بدنی (BMI)، مصرف سیگار و الکل، بیماری مزمن و تشخیص روان‌پزشکی خودگزارش‌شده را ارزیابی می‌کرد. از این میان، ۱۰۹ نفر YFAS 2.0 را پس از ۱۰ روز مجدداً تکمیل کردند تا ثبات زمانی آزمون شود. تحلیل عاملی تأییدی ساختار تک‌بعدی اصلی ۱۱ ملاک تشخیصی را با بارهای عاملی قوی (۷۳/۰ تا ۹۴/۰) و برازش مطلوب مدل تأیید کرد. هماهنگی درونی خوب بود (KR-20 = 0.86) و پایایی آزمون–آزمون مجدد در حد متوسط (ICC = 0.70) گزارش شد. نشانه‌های اعتیاد به غذا با BMI، خوردن هیجانی و کنترل‌نشده، فوریت منفی، نشانه‌های افسردگی و نشانه‌های اضطراب رابطه مثبت داشتند و ارتباطات ضعیف‌تری برای فقدان پیش‌اندیشی و پشتکار مشاهده شد. جستجوی هیجان و مطلوبیت اجتماعی با نشانه‌های اعتیاد به غذا ارتباط معناداری نداشتند و طبقه‌بندی اعتیاد به غذا نیز با مصرف سیگار یا الکل مرتبط نبود. شرکت‌کنندگانی که به آستانه اعتیاد به غذا رسیدند، احتمال بیشتری داشت که تشخیص روان‌پزشکی را گزارش کنند، هرچند این یافته با توجه به تشخیص‌های خودگزارش‌شده و نمونه غیر بالینی نیازمند احتیاط است. تحلیل در سطح ماده نشان داد که بالاترین بارهای عاملی مواد، برای برخی ملاک‌ها با مواد انتخاب‌شده در نسخه اصلی mYFAS 2.0 متفاوت بود و شکاف بار عاملی قابل توجه فقط به دو ملاک محدود شد. در مجموع، یافته‌ها از YFAS 2.0 ترکی به عنوان ابزاری پایا و معتبر در بزرگسالان غیر بالینی حمایت می‌کند؛ اصلاحات پیشنهادی مواد نسخه کوتاه نیازمند تکرار مستقل است.

Background Digital mental health tools, including general-purpose artificial intelligence (AI) chatbots, may provide accessible and low-threshold psychological support for people living with chronic conditions. However, their value in this population depends not only on recognizing depression or anxiety, but also on understanding how psychological distress is shaped by disease-specific experiences and when self-guided support should transition toward professional care. We evaluated the appropriateness, contextual sensitivity, safety, and consistency of psychological support provided by three widely accessible AI chatbots across contrasting chronic illness contexts. Methods We conducted a standardized simulated-patient benchmarking study comparing ChatGPT, Gemini, and Doubao. Twenty scenarios were developed across type 2 diabetes mellitus (T2DM) and chronic spontaneous urticaria (CSU), representing matched mild and moderate presentations of depression and anxiety together with condition-specific distress related to diabetes self-management and CSU-related flare uncertainty. Each scenario was independently submitted to all three systems in two testing rounds, yielding 120 responses. Blinded raters assessed overall psychological support appropriateness, recognition and emotional support, chronic-illness contextualization, psychological support and referral, psychosomatic balance and safety, and major clinical or safety errors. Repeated testing assessed response consistency. Results Overall psychological support appropriateness differed across systems (P = 0.002), with 90.0% of ChatGPT, 75.0% of Gemini, and 55.0% of Doubao responses meeting the prespecified appropriateness threshold. Recognition and emotional support was consistently strong across systems, whereas greater differences emerged in chronic-illness contextualization (P = 0.001), psychological support and referral (P = 0.002), and psychosomatic balance and safety (P<0.001). All responses to mild presentations were classified as psychologically appropriate, compared with 58.3% of responses to moderate presentations, indicating that performance became less reliable when digital support required stronger escalation toward professional assessment. Contextualization was also less consistent in CSU, particularly when responses needed to incorporate flare unpredictability, pruritus, sleep disruption, and illness uncertainty. Major clinical or safety errors occurred in 0%, 10.0%, and 15.0% of first-round ChatGPT, Gemini, and Doubao responses, respectively. Test–retest consistency was moderate and varied between systems. Conclusions General-purpose AI chatbots show potential as accessible, self-guided digital mental health resources for people living with chronic conditions, particularly for recognizing distress and providing initial supportive guidance. Their current limitations emerge when effective support requires disease-specific contextualization, balanced interpretation of psychological and somatic factors, or escalation as symptoms become more severe. These findings identify important boundaries for the use of conversational AI in chronic-illness mental health care and suggest that implementation should emphasize context-sensitive guidance, severity-responsive referral, and clear integration with rather than substitution for professional care.

زمینه: ابزارهای سلامت روان دیجیتال، از جمله چت‌بات‌های هوش مصنوعی عمومی، ممکن است حمایت روان‌شناختی قابل دسترس و با آستانه پایین برای افراد مبتلا به بیماری‌های مزمن فراهم کنند. با این حال، ارزش آن‌ها در این جمعیت نه تنها به شناسایی افسردگی یا اضطراب بستگی دارد، بلکه به درک چگونگی شکل‌گیری پریشانی روان‌شناختی توسط تجارب خاص بیماری و زمان انتقال حمایت خودراهنما به مراقبت حرفه‌ای نیز وابسته است. ما تناسب، حساسیت زمینه‌ای، ایمنی و انسجام حمایت روان‌شناختی ارائه‌شده توسط سه چت‌بات هوش مصنوعی عمومی و در دسترس را در زمینه‌های متضاد بیماری مزمن ارزیابی کردیم. روش‌ها: یک مطالعه بنچمارک‌گیری بیمار شبیه‌سازی‌شده استانداردشده انجام دادیم و ChatGPT، Gemini و Doubao را مقایسه کردیم. بیست سناریو در زمینه دیابت نوع ۲ (T2DM) و کهیر مزمن خودبه‌خود (CSU) توسعه یافت که ارائه‌های خفیف و متوسط افسردگی و اضطراب را همراه با پریشانی خاص بیماری مرتبط با خودمدیریتی دیابت و عدم قطعیت شعله‌ورشدگی مرتبط با CSU بازنمایی می‌کرد. هر سناریو به طور مستقل در دو دور آزمون به هر سه سیستم ارائه شد و ۱۲۰ پاسخ به دست آمد. ارزیابان نابینا تناسب کلی حمایت روان‌شناختی، شناسایی و حمایت هیجانی، زمینه‌مندی بیماری مزمن، حمایت روان‌شناختی و ارجاع، تعادل روان‌تنی و ایمنی، و خطاهای عمده بالینی یا ایمنی را ارزیابی کردند. آزمون تکرارشونده انسجام پاسخ‌ها را سنجید. نتایج: تناسب کلی حمایت روان‌شناختی بین سیستم‌ها متفاوت بود (P = 0.002)، به‌طوری‌که ۹۰.۰٪ پاسخ‌های ChatGPT، ۷۵.۰٪ Gemini و ۵۵.۰٪ Doubao به آستانه تناسب از پیش تعیین‌شده رسیدند. شناسایی و حمایت هیجانی در همه سیستم‌ها به طور مداوم قوی بود، در حالی که تفاوت‌های بیشتری در زمینه‌مندی بیماری مزمن (P = 0.001)، حمایت روان‌شناختی و ارجاع (P = 0.002)، و تعادل روان‌تنی و ایمنی (P<0.001) مشاهده شد. همه پاسخ‌ها به ارائه‌های خفیف از نظر روان‌شناختی مناسب طبقه‌بندی شدند، در حالی که تنها ۵۸.۳٪ پاسخ‌ها به ارائه‌های متوسط مناسب بودند که نشان می‌دهد عملکرد زمانی که حمایت دیجیتال نیازمند ارجاع قوی‌تر به ارزیابی حرفه‌ای بود، کمتر قابل اعتماد می‌شود. زمینه‌مندی در CSU نیز کمتر منسجم بود، به‌ویژه زمانی که پاسخ‌ها باید عدم قطعیت شعله‌ورشدگی، خارش، اختلال خواب و عدم قطعیت بیماری را در بر می‌گرفتند. خطاهای عمده بالینی یا ایمنی به ترتیب در ۰٪، ۱۰.۰٪ و ۱۵.۰٪ پاسخ‌های دور اول ChatGPT، Gemini و Doubao رخ داد. انسجام آزمون–بازآزمون متوسط بود و بین سیستم‌ها تفاوت داشت. نتیجه‌گیری: چت‌بات‌های هوش مصنوعی عمومی به عنوان منابع سلامت روان دیجیتال خودراهنما و قابل دسترس برای افراد مبتلا به بیماری‌های مزمن، به ویژه در شناسایی پریشانی و ارائه راهنمایی حمایتی اولیه، پتانسیل نشان می‌دهند. محدودیت‌های فعلی آن‌ها زمانی آشکار می‌شود که حمایت مؤثر نیازمند زمینه‌مندی خاص بیماری، تفسیر متعادل عوامل روانی و جسمانی یا ارجاع در صورت تشدید علائم باشد. این یافته‌ها مرزهای مهمی را برای استفاده از هوش مصنوعی مکالمه‌ای در مراقبت سلامت روان بیماری مزمن شناسایی می‌کند و نشان می‌دهد که پیاده‌سازی باید بر راهنمایی حساس به زمینه، ارجاع متناسب با شدت و ادغام شفاف با مراقبت حرفه‌ای (و نه جایگزینی آن) تأکید کند.

Background Optimizing self-care decision-making is important for healthy aging, chronic disease management, and health promotion in rapidly aging populations. However, the absence of culturally validated instruments limits the systematic assessment of decision-making styles and the development of person-centered health management strategies for older adults in China. This study aimed to translate and culturally adapt the Inventory of Self-Care Decision-Making Styles of Older Adults (DECIDE) and evaluate its psychometric properties among Chinese older adults. Methods This study was conducted in two phases. In phase 1, the DECIDE was translated and cross-culturally adapted into Chinese using Brislin’s forward-backward translation procedure. Expert review and pilot testing were conducted to refine linguistic clarity and cultural relevance. In phase 2, a multicenter cross-sectional validation study was conducted from November 2025 to January 2026. A total of 3,470 older adults were recruited through multicenter convenience sampling from 15 cities in Sichuan, Liaoning, Zhejiang, and Hunan provinces, China. Psychometric evaluation included item analysis, validity assessment, and reliability testing. Results All 20 items met the prespecified retention criteria, and the Chinese version retained the four-dimensional structure of the original DECIDE. Content validity was satisfactory, with I-CVI values ranging from 0.800 to 1.000 and an S-CVI of 0.950. Exploratory factor analysis yielded four factors explaining 65.73% of the common variance, and confirmatory factor analysis supported the resulting model (CMIN/DF = 2.513, RMSEA = 0.028). The AVE and CR values ranged from 0.502 to 0.588 and from 0.834 to 0.877, respectively, and the findings supported both convergent and discriminant validity. Cronbach’s α, split-half reliability, and 2-week retest reliability for the total inventory were 0.896, 0.790, and 0.861, respectively. Conclusion The C-DECIDE demonstrated satisfactory psychometric properties in this multicenter convenience sample of older adults from four Chinese provinces. It may support the assessment of self-care decision-making styles and inform individualized health education, decision-support strategies, and public health-oriented chronic disease management for older adults.

زمینه و هدف: بهینه‌سازی تصمیم‌گیری خودمراقبتی برای سالمندی سالم، مدیریت بیماری‌های مزمن و ارتقای سلامت در جمعیت‌های در حال سالمند شدن سریع اهمیت دارد. با این حال، فقدان ابزارهای اعتبارسنجی‌شده فرهنگی، ارزیابی نظام‌مند سبک‌های تصمیم‌گیری و توسعه راهبردهای مدیریت سلامت فردمحور برای سالمندان در چین را محدود می‌کند. هدف این مطالعه ترجمه و انطباق فرهنگی پرسشنامه سبک‌های تصمیم‌گیری خودمراقبتی سالمندان (DECIDE) و ارزیابی ویژگی‌های روان‌سنجی آن در میان سالمندان چینی بود. روش‌ها: این مطالعه در دو مرحله انجام شد. در مرحله اول، پرسشنامه DECIDE با استفاده از روش ترجمه پیشرو-پسرو Brislin به زبان چینی ترجمه و به صورت بین‌فرهنگی انطباق داده شد. بازبینی توسط خبرگان و آزمون مقدماتی جهت بهبود وضوح زبانی و تناسب فرهنگی انجام شد. در مرحله دوم، یک مطالعه اعتبارسنجی مقطعی چندمرکزی از نوامبر 2025 تا ژانویه 2026 انجام شد. در مجموع ۳۴۷۰ سالمند از طریق نمونه‌گیری در دسترس چندمرکزی از ۱۵ شهر در استان‌های سیچوان، لیائونینگ، ژجیانگ و هونان چین جذب شدند. ارزیابی روان‌سنجی شامل تحلیل ماده، ارزیابی روایی و آزمون پایایی بود. یافته‌ها: هر ۲۰ ماده معیارهای نگهداری از پیش تعیین‌شده را برآورده کردند و نسخه چینی ساختار چهاربعدی نسخه اصلی DECIDE را حفظ کرد. روایی محتوا رضایت‌بخش بود، به طوری که مقادیر I-CVI بین ۰٫۸۰۰ تا ۱٫۰۰۰ و S-CVI برابر با ۰٫۹۵۰ بود. تحلیل عاملی اکتشافی چهار عامل استخراج کرد که ۶۵٫۷۳٪ از واریانس مشترک را تبیین کردند و تحلیل عاملی تأییدی مدل حاصل را تأیید کرد (CMIN/DF = 2.513، RMSEA = 0.028). مقادیر AVE و CR به ترتیب بین ۰٫۵۰۲ تا ۰٫۵۸۸ و ۰٫۸۳۴ تا ۰٫۸۷۷ بود و یافته‌ها از روایی همگرا و متمایز حمایت کردند. آلفای کرونباخ، پایایی دو نیمه و پایایی بازآزمایی دو هفته‌ای برای کل پرسشنامه به ترتیب ۰٫۸۹۶، ۰٫۷۹۰ و ۰٫۸۶۱ بود. نتیجه‌گیری: نسخه چینی DECIDE ویژگی‌های روان‌سنجی رضایت‌بخشی را در این نمونه در دسترس چندمرکزی از سالمندان چهار استان چین نشان داد. این ابزار می‌تواند از ارزیابی سبک‌های تصمیم‌گیری خودمراقبتی و اطلاع‌رسانی به آموزش سلامت فردی، راهبردهای حمایت از تصمیم‌گیری و مدیریت بیماری‌های مزمن مبتنی بر سلامت عمومی برای سالمندان حمایت کند.