measurement properties

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.

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.