研究計畫閱讀(中山)

發展中風肩痛電腦圖像評量系統

背景:本研究將發展中風肩痛電腦圖像評量系統(Shoulder Pain Assessment via Computer Images for Patients with Stroke, SPAS)以解決目前中風偏癱側肩痛之評估缺失。

目的:

一、發展中風肩痛電腦圖像評量系統(Shoulder Pain Assessment via Computer Images for Patients with Stroke, SPAS)以解決目前中風偏癱側肩痛之評估缺失。

二、初步驗證SPAS之心理計量與實用性。

研究方法:

一. 發展SPAS與初步效度測試:

1.參考國際上具有圖像之疼痛評估工具，並邀請相關專家針對目前中風肩痛評估之缺失進行改良及測試，完成專家效度驗證。

2. 之後再進行SPAS測試時，我們將徵召中風肩痛病人至少20位，以確認SPAS之可行性與初步結果，並完成表面效度之驗證。

二、SPAS之進階心理計量特性驗證與實用性測試:

1.樣本:50位中風，標準為:診斷為中風、篩選個案當時具有偏癱側肩痛(平時以及進行主動與被動肩關節動作之時)、視力與認知功能足以完成電腦測驗。

2.過程:研究者以供安裝SPAS之平板電腦供個案填寫肩痛狀況，另外亦施測NIHSS、ÐN4、VAS

3.評估工具:

NIHSS: NIHSS具備良好信度、效度，是倍受推薦的中風嚴重程度指標。^{20, 22}

DN4：此簡易問卷計有10題，主要用以診斷神經性疼痛 (得分≧4/10)。²¹區辨不同種類肩痛 (神經性與非神經性) 病人的疼痛種類。

VAS：驗證SPAS能否區辨不同肩痛嚴重度病人的疼痛差異，研究者將以VAS 1-3, 4-6, 7-10分之標準將病患分成輕微、中度、嚴重疼痛三組。

4.資料分析:

-    SPAS之四大層面項目之內在一致性分析à以 Cronbach’s alpha 分析

-    收斂效度:使用 Pearson r檢驗SPAS四層面分數與VAS以及NIHSS分數之關聯程度，以驗證其收斂效度。

-    區辨效度:以DN4作為「黃金標準 (gold standard)」，計算SPAS之敏感性 (sensitivity) 與特異性 (specificity) 。以ROC曲線分析SPAS區辨神經性疼痛的切截分數 (cutoff score)。以獨立t 檢定比較不同肩痛種類在SPAS各面向得分之差異。以ANOVA驗證SPAS各層面分數於三組疼痛嚴重度是否有顯著差異。

(問題)
1.為什麼不用驗證信度?
2.收斂效度主要是以VAS、NIHSS來驗證SPAS是否具相關特質?
3.為何區辯效度能以DN4來看其SPAS之敏感性 (sensitivity) 與特異性 (specificity)?