COSMIN

Contextual factors (CFs) can influence therapeutic encounters and clinical outcomes, yet their measurement remains fragmented, lacking a unified framework to guide tool selection. To identify, appraise, and synthesize CF measurement instruments into an expert-informed clinical toolkit and identify current measurement gaps. An international panel of 15 experts evaluated 227 instruments across five domains (patient/practitioner characteristics, relational dynamics, environment, and treatment) using a hybrid COSMIN-informed appraisal design. Instruments were screened for content validity and psychometric robustness. Twenty instruments were selected for inclusion in the toolkit. Despite identifying high-quality instruments for stable traits, our analysis revealed critical measurement gaps in dynamic, state-responsive processes. Specifically, there is an absence of validated, clinically feasible tools for capturing real-time clinician affective states, non-verbal synchrony, therapeutic touch, and moment-to-moment environmental or procedural interactions. This study provides the first expert-informed framework for assessing CFs. Future research should prioritize developing state-responsive instruments capable of capturing these dynamic elements as they unfold in real-world settings to better understand the contextual drivers of recovery.

عوامل زمینه‌ای (CFs) می‌توانند بر مواجهه‌های درمانی و پیامدهای بالینی تأثیرگذار باشند، اما سنجش آن‌ها همچنان پراکنده بوده و فاقد یک چارچوب یکپارچه برای راهنمایی در انتخاب ابزار است. هدف این مطالعه شناسایی، ارزیابی و تلفیق ابزارهای سنجش عوامل زمینه‌ای در قالب یک جعبه‌ابزار بالینی مبتنی بر نظر خبرگان و شناسایی خلأهای موجود در سنجش این عوامل بود. یک پانل بین‌المللی متشکل از ۱۵ خبره، ۲۲۷ ابزار را در پنج حوزه (ویژگی‌های بیمار/درمانگر، پویایی‌های رابطه‌ای، محیط و درمان) با استفاده از یک طرح ارزیابی ترکیبی مبتنی بر COSMIN مورد ارزیابی قرار دادند. ابزارها از نظر روایی محتوایی و استحکام روان‌سنجی غربال شدند. بیست ابزار برای گنجاندن در جعبه‌ابزار انتخاب شدند. علی‌رغم شناسایی ابزارهای با کیفیت بالا برای ویژگی‌های پایدار، تحلیل ما شکاف‌های مهمی را در سنجش فرآیندهای پویا و پاسخ‌دهنده به وضعیت نشان داد. به طور خاص، فقدان ابزارهای معتبر و قابل استفاده بالینی برای ثبت وضعیت‌های عاطفی آنی درمانگر، هماهنگی غیرکلامی، لمس درمانی و تعاملات محیطی یا رویه‌ای لحظه‌به‌لحظه وجود دارد. این مطالعه نخستین چارچوب مبتنی بر نظر خبرگان برای ارزیابی عوامل زمینه‌ای را ارائه می‌دهد. پژوهش‌های آتی باید توسعه ابزارهای پاسخ‌دهنده به وضعیت را که قادر به ثبت این عناصر پویا در بسترهای واقعی هستند، در اولویت قرار دهند تا درک بهتری از محرک‌های زمینه‌ای بهبودی حاصل شود.

Introduction Digital progress monitoring is central to data-based decision-making in multi-tiered systems of support (MTSS) and response to intervention (RTI), particularly for students with or at risk for special educational needs, yet existing reviews mainly address reading curriculum-based measurement (CBM) and do not sufficiently synthesize digital, cross-domain, and decision-relevant psychometric evidence. Methods This systematic review followed PRISMA 2020 and used a COSMIN-aligned synthesis of measurement properties. Seven databases were searched; study selection and extraction followed a multi-rater pipeline with consensus adjudication. Results The final corpus comprised 106 studies with a cumulative sample of 774,420 students (median study-level n = 459). Psychometric coverage was uneven: reliability was reported in 67% of studies (55% with strong coefficients, defined a priori as ≥ .80); validity was reported most frequently (86%) but reached strong coefficients in only 33%; responsiveness was reported in 45% and reached strong coefficients in only 8%; classification accuracy was reported in 36% (31% strong). These patterns were robust across sensitivity analyses addressing administration modality, longitudinal design, risk of bias, and alternative coefficient thresholds. CBM-reading formed the most mature evidence base. CBM-math showed adequate reliability and validity but a marked classification-accuracy gap. Language progress monitoring remained evidence-thin, and direct behavior rating and digital behavioral observation showed substantial gaps in responsiveness and classification accuracy. For the emerging paradigm of ecological momentary assessment (EMA) and wearables, no eligible school-based validation study was identified at all. Discussion The core finding is a validity-responsiveness asymmetry: instruments are commonly evaluated for concurrent or predictive validity but far less often for their capacity to detect intervention-related change. For MTSS-aligned practice, math and behavior measures require stronger classification validation, and EMA- or wearable-based approaches remain insufficiently operationalized in school-based special education.

مقدمه: پایش پیشرفت دیجیتال نقش محوری در تصمیم‌گیری مبتنی بر داده در نظام‌های چندسطحی حمایت (MTSS) و پاسخ به مداخله (RTI) دارد، به‌ویژه برای دانش‌آموزان دارای نیازهای ویژه آموزشی یا در معرض خطر آن، اما مرورهای موجود عمدتاً به سنجش مبتنی بر برنامه درسی خواندن (CBM) می‌پردازند و شواهد روان‌سنجی دیجیتال، میان‌حوزه‌ای و مرتبط با تصمیم‌گیری را به‌طور کافی تلفیق نمی‌کنند. روش‌ها: این مرور نظام‌مند بر اساس PRISMA 2020 انجام شد و از سنتز ویژگی‌های اندازه‌گیری همسو با COSMIN بهره گرفت. جستجو در هفت پایگاه داده صورت گرفت؛ انتخاب و استخراج مطالعات با رویکرد چندارزیاب و داوری اجماعی انجام شد. یافته‌ها: مجموعه نهایی شامل ۱۰۶ مطالعه با نمونه تجمعی ۷۷۴٬۴۲۰ دانش‌آموز (میانگین نمونه در هر مطالعه = ۴۵۹) بود. پوشش روان‌سنجی نامتوازن بود: پایایی در ۶۷٪ مطالعات گزارش شد (۵۵٪ با ضرایب قوی، تعریف‌شده به‌صورت a priori ≥ .80)؛ روایی بیشترین فراوانی گزارش را داشت (۸۶٪) اما تنها در ۳۳٪ به ضرایب قوی رسید؛ پاسخ‌گویی در ۴۵٪ گزارش شد و تنها در ۸٪ به ضرایب قوی رسید؛ دقت طبقه‌بندی در ۳۶٪ گزارش شد (۳۱٪ قوی). این الگوها در تحلیل‌های حساسیت مربوط به شیوه اجرا، طرح طولی، خطر سوگیری و آستانه‌های جایگزین ضرایب نیز پایدار بود. CBM-خواندن قوی‌ترین پایه شواهد را داشت. CBM-ریاضی پایایی و روایی کافی نشان داد اما شکاف قابل توجهی در دقت طبقه‌بندی داشت. پایش پیشرفت زبان شواهد اندکی داشت و سنجش مستقیم رفتار و مشاهده رفتاری دیجیتال نیز شکاف‌های قابل توجهی در پاسخ‌گویی و دقت طبقه‌بندی نشان دادند. برای الگوی نوظهور ارزیابی لحظه‌ای بوم‌شناختی (EMA) و ابزارهای پوشیدنی، هیچ مطالعه اعتبارسنجی مبتنی بر مدرسه واجد شرایط شناسایی نشد. بحث: یافته اصلی، عدم تقارن روایی-پاسخ‌گویی است: ابزارها معمولاً از نظر روایی همزمان یا پیش‌بین ارزیابی می‌شوند اما به‌مراتب کمتر از نظر توانایی شناسایی تغییرات مرتبط با مداخله بررسی می‌شوند. برای اجرای همسو با MTSS، سنجه‌های ریاضی و رفتار نیازمند اعتبارسنجی طبقه‌بندی قوی‌تر هستند و رویکردهای مبتنی بر EMA یا ابزارهای پوشیدنی در آموزش ویژه مبتنی بر مدرسه هنوز به‌طور کافی عملیاتی نشده‌اند.

Background: Indirect exposure to disasters and violence through continuous news and social media is increasingly common among adolescents. However, instruments designed to assess media-induced indirect trauma in this population remain limited and conceptually heterogeneous.Objective: This systematic review aims to synthesize the characteristics and psychometric evidence of instruments measuring media-induced indirect trauma and evaluate their suitability for adolescents.Methods: This review of outcome measurement instruments (OMIs) was conducted using the COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) methodology and reported in accordance with the Preferred Reporting Items for Systematic reviews and Meta-Analyses−COSMIN for OMIs 2024 guideline. Eight electronic databases were searched for peer-reviewed articles published between 1 January 2000 and 22 October 2025, in English or Korean. Reference list screening was also performed. Eligible studies used or developed self-report instruments assessing media-induced vicarious, secondary, or indirect trauma responses to potentially traumatic events. Methodological quality was evaluated using the COSMIN Risk of Bias checklist, and certainty of evidence was graded using a modified Grading of Recommendations Assessment, Development and Evaluation approach.Results: Seven instruments were evaluated, varying in conceptual focus, recall periods, and contextual framing. Evidence for structural validity and internal consistency was generally moderate, whereas content validity was rated very low across all instruments. Overall, while evidence for internal structure is relatively stronger, substantial gaps in content validity and longitudinal measurement properties limit confident application in adolescents.Conclusion: Future research should prioritize adolescent-inclusive validation; systematic content validity evaluations; and rigorous reporting of test–retest reliability, measurement error, responsiveness, and interpretability.

زمینه: مواجهه غیرمستقیم با بلایا و خشونت از طریق اخبار و رسانه‌های اجتماعی به طور فزاینده‌ای در میان نوجوانان رایج شده است. با این حال، ابزارهای طراحی‌شده برای سنجش تروماي غیرمستقیم ناشی از رسانه در این جمعیت محدود و از نظر مفهومی ناهمگون هستند. هدف: این مرور نظام‌مند با هدف تلفیق ویژگی‌ها و شواهد روان‌سنجی ابزارهای سنجش تروماي غیرمستقیم ناشی از رسانه و ارزیابی شایستگی آن‌ها برای نوجوانان انجام شده است. روش‌ها: این مرور ابزارهای سنجش پیامد (OMIs) با استفاده از روش‌شناسی COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) و مطابق با راهنمای Preferred Reporting Items for Systematic reviews and Meta-Analyses−COSMIN for OMIs 2024 گزارش شده است. هشت پایگاه داده الکترونیکی برای مقالات داوری‌شده منتشرشده بین ۱ ژانویه ۲۰۰۰ تا ۲۲ اکتبر ۲۰۲۵ به زبان انگلیسی یا کره‌ای جست‌وجو شد. غربالگری فهرست منابع نیز انجام شد. مطالعات واجد شرایط، ابزارهای خودگزارشی را که پاسخ‌های تروماي ویکاری، ثانویه یا غیرمستقیم ناشی از رسانه به رویدادهای بالقوه تروماتیک را ارزیابی می‌کردند، استفاده یا توسعه داده بودند. کیفیت روش‌شناختی با استفاده از چک‌لیست COSMIN Risk of Bias ارزیابی شد و قطعیت شواهد با رویکرد اصلاح‌شده Grading of Recommendations Assessment, Development and Evaluation درجه‌بندی گردید. یافته‌ها: هفت ابزار مورد ارزیابی قرار گرفت که از نظر تمرکز مفهومی، دوره‌های یادآوری و چارچوب زمینه‌ای متفاوت بودند. شواهد مربوط به روایی ساختاری و پایایی درونی عموماً در سطح متوسط بود، در حالی که روایی محتوا در همه ابزارها بسیار پایین ارزیابی شد. به طور کلی، اگرچه شواهد مربوط به ساختار درونی نسبتاً قوی‌تر است، اما شکاف‌های قابل توجهی در روایی محتوا و ویژگی‌های سنجش طولی، کاربرد مطمئن این ابزارها را در نوجوانان محدود می‌کند. نتیجه‌گیری: پژوهش‌های آتی باید اعتبارسنجی با مشارکت نوجوانان، ارزیابی‌های نظام‌مند روایی محتوا و گزارش دقیق پایایی آزمون–بازآزمون، خطای اندازه‌گیری، پاسخگویی و تفسیرپذیری را در اولویت قرار دهند.

The quality of postpartum recovery is a complex process. In this study, we aimed to translate and culturally adapt the Persian version of the ObsQoR-10 instrument and evaluate its psychometric properties in inpatient women 24 to 48 h after vaginal or elective cesarean delivery. This cross-sectional study translated and validated the Persian version of the Obstetric Quality of Recovery-10 (ObsQoR-10) in accordance with COSMIN guidelines. A total of 408 postpartum women were recruited from Taleghani Hospital in Tabriz, Iran, between 2024 and 2025. The ObsQoR-10 underwent a rigorous translation process (forward and backward translation, followed by cognitive interviews) and comprehensive psychometric evaluation. Content validity was examined using expert panels through CVI and CVR indices, while face validity was assessed via patient feedback. Structural validity was evaluated using exploratory factor analysis (EFA, n = 150) and confirmatory factor analysis (CFA, n = 258), and construct validity was assessed through hypotheses testing (convergent and known-groups validity). Reliability was assessed through Cronbach’s α, McDonald’s ω, and intraclass correlation coefficients (ICC) to determine test-retest stability. The ObsQoR-10 demonstrated excellent content validity (scale-CVI = 0.95, CVR = 0.89) and strong face validity (mean impact score = 4.37/5). EFA identified a single factor accounting for 73.4% of the variance. CFA supported acceptable model fit (scaled χ²/df = 1.53, CFI = 0.990, TLI = 0.986, robust RMSEA = 0.052, SRMR = 0.021). Internal consistency was high (α = 0.964, ω = 0.956), and test-retest reliability was good (ICC = 0.86). The total score was calculated as the sum of all 10 item scores (range: 0-100), with higher scores indicating better recovery. ObsQoR-10 scores correlated significantly with the Questionnaire About the Childbirth Experience (QACE) ( r = − .63, p < .001). No floor or ceiling effects were observed (0%). The Persian version of the Obstetric Quality of Recovery-10 is a valid, reliable, and clinically practical patient-reported outcome measure for evaluating inpatient postpartum recovery among Persian-speaking women 24 to 48 h after vaginal or elective cesarean delivery.

کیفیت بهبودی پس از زایمان فرایندی پیچیده است. در این مطالعه، هدف ما ترجمه و انطباق فرهنگی نسخه فارسی ابزار ObsQoR-10 و ارزیابی ویژگی‌های روان‌سنجی آن در زنان بستری ۲۴ تا ۴۸ ساعت پس از زایمان طبیعی یا سزارین انتخابی بود. این مطالعه مقطعی به ترجمه و اعتبارسنجی نسخه فارسی ابزار Obstetric Quality of Recovery-10 (ObsQoR-10) مطابق با دستورالعمل‌های COSMIN پرداخت. در مجموع ۴۰۸ زن پس از زایمان از بیمارستان طالقانی تبریز، ایران، در سال‌های ۲۰۲۴ تا ۲۰۲۵ وارد مطالعه شدند. ObsQoR-10 فرایند ترجمه دقیقی را شامل ترجمه مستقیم و معکوس و سپس مصاحبه‌های شناختی و ارزیابی روان‌سنجی جامع طی کرد. روایی محتوا با استفاده از پانل‌های خبرگان و شاخص‌های CVI و CVR و روایی صوری از طریق بازخورد بیماران بررسی شد. روایی ساختاری با تحلیل عاملی اکتشافی (EFA، n = ۱۵۰) و تحلیل عاملی تأییدی (CFA، n = ۲۵۸) و روایی سازه از طریق آزمون فرضیه‌ها (روایی همگرا و روایی گروه‌های شناخته‌شده) ارزیابی شد. پایایی با استفاده از آلفای کرونباخ، اومگای مک‌دونالد و ضریب همبستگی درون‌طبقه‌ای (ICC) برای تعیین ثبات آزمون-بازآزمون بررسی شد. ObsQoR-10 روایی محتوای عالی (مقیاس-CVI = ۰٫۹۵، CVR = ۰٫۸۹) و روایی صوری قوی (میانگین نمره تأثیر = ۴٫۳۷ از ۵) را نشان داد. تحلیل عاملی اکتشافی یک عامل منفرد را شناسایی کرد که ۷۳٫۴٪ واریانس را تبیین می‌کرد. تحلیل عاملی تأییدی برازش مدل قابل قبول را تأیید کرد (χ²/df تعدیل‌شده = ۱٫۵۳، CFI = ۰٫۹۹۰، TLI = ۰٫۹۸۶، RMSEA مقاوم = ۰٫۰۵۲، SRMR = ۰٫۰۲۱). انسجام درونی بالا بود (α = ۰٫۹۶۴، ω = ۰٫۹۵۶) و پایایی آزمون-بازآزمون خوب بود (ICC = ۰٫۸۶). نمره کل به صورت مجموع نمرات هر ۱۰ گویه (دامنه: ۰ تا ۱۰۰) محاسبه شد و نمرات بالاتر نشان‌دهنده بهبودی بهتر بودند. نمرات ObsQoR-10 با پرسشنامه تجربه زایمان (QACE) همبستگی معناداری داشتند (r = −۰٫۶۳، p < ۰٫۰۰۱). هیچ اثر کف یا سقفی مشاهده نشد (۰٪). نسخه فارسی Obstetric Quality of Recovery-10 ابزاری معتبر، پایا و کاربردی برای سنجش پیامدهای گزارش‌شده توسط بیمار جهت ارزیابی بهبودی پس از زایمان در زنان فارسی‌زبان بستری ۲۴ تا ۴۸ ساعت پس از زایمان طبیعی یا سزارین انتخابی است.