微分项功能在健康评估结果:与分层多歧的数据模拟和实证分析

文摘

背景。本研究的目的是评估两种检测方法的有效性微分项功能(DIF)的多级数据和假轮生的得分项。DIF的评估与多级数据(例如,病人嵌套在医院,医院内嵌套的地区)的大规模评估程序受到相当大的关注,但很少有研究评估层次结构的影响的数据,DIF检测假轮生的得分项。方法。的顺序逻辑回归(OLR)和层次有序逻辑回归(HOLR)被用来评估DIF多级多歧的模拟和实际数据。六个因素(DIF级、分组变量,组内相关系数,集群,每个集群的参与者的数量,和项歧视参数)与一个完全交叉设计被认为是在仿真研究。此外,儿童的生活质量的数据库存™(PedsQL™) 4.0收集从576年健康学龄儿童进行了分析。结果。总的来说,结果表明,这两种方法都执行同样的错误控制和检测率。结论。当前的研究显示OLR微不足道的区别和HOLR DIF检测假轮生的得分项在一个层次结构。的影响和注意事项在分析实际数据进行了讨论。

1。介绍

在心理、教育和医疗的生活质量研究中,测量等价性是一个重要的假设为分数在不同组织的有意义的比较。测量非等价可以在不同的级别上出现如仪器或项目水平导致非可比数据组(1- - - - - -4]。后者,这被称为微分项功能(DIF),验证研究的一个重要组成部分。DIF分析起源于教育考试已经被用于心理研究,以评估的概率是否应对特定项展品的不同统计特性不同的识别组在控制被测构造(1,4]。有两种形式的DIF称为均匀和非均匀。制服DIF是定义为一个恒常性的正确答案的概率的差异清单组能力水平。在非均匀DIF或穿越DIF (CDIF),不同方向的变化在某些能力水平导致不同方向的DIF能力量表(5- - - - - -10]。这些形式越来越复杂当考虑假轮生的物品而不是二分(11]。方法回顾显示,有几个参数和非参数统计方法评价DIF二分和假轮生的物品(9,11,12]。在所有这些可用的方法,项目反应理论(IRT) [13]和有序逻辑回归(OLR) [7)方法得到了显著的关注在研究和应用设置假轮生的项目(2,12]。红外热成像是最强大的DIF检测的方法,但它需要大样本量特别是模型等多个参数的情况下2 - 3参数模型。先前的研究表明,充分的权力当评估DIF跨两个组两组的总样本量1000是必要的(14]。此外,常见的一维的红外热成像模型有严格的假设(如unidimensionality和本地独立性)与OLR相比。OLR DIF检测方法是一种有效,易于实现和基于模型的过程,它不认为正常的能力和协变量可以控制更多,分类和连续的,这可能混淆DIF分析的结果。此外,这种方法提供了许多标准来量化DIF的大小(5,6,12,15,16]。多级或分层数据结构往往来自最常见的抽样设计用于教育和医学研究。例如,总样本量在几乎任何公共卫生相关调查结合患者的医疗服务提供者嵌套在地区内的嵌套。区还可以进一步嵌套在更高级别的单位如省/州(9,17]。人嵌套在同一集群共享相同的提供集群范围内的影响。忽视这样提供集群范围内的影响会导致集群级别未被注意的异质性和依赖反应为参与者之间在同一集群(18]。多层次模型同时被处理水平关系,考虑这个未被注意的异质性和依赖6,17,19]。DIF的情况分析,分析策略还应该匹配的数据结构(6]。先前的研究已经表明,忽略这个结构可能会导致不准确的估计参数及其标准错误,有偏见的统计测试,错误的DIF检测和膨胀型我错误率(6,20.]。

最近的计算能力的进步和新软件的可用性,以适应多层次模型引起很大关注发展复杂模型尤其是DIF分析(9]。有几种多级DIF检测仿真研究文献中,主要集中在分布分项目(9,20.]。例如,Kamata et al。(2005)使用广义拉希模型DIF的组成员调查检测(21]。在一系列的研究中,法国和芬奇扩展逻辑回归,多指标多导致(模仿),Mantel-Haenszel模型检测DIF的多级数据(6,22,23]。最近,金et al。(2013)研究项目的效果和总分的组内相关系数(ICC) DIF,和温家宝(2014)调查DIF检测同时在两个水平。然而,这些研究的结果和影响,仅限于这两个多级数据。

到目前为止,基于作者的知识,没有一个模拟研究,研究层次顺序模型DIF检测的性能,而在实践中,各种各样的心理、教育、和医疗(例如,与健康有关的生活质量问卷(HRQoL))的结果变量是假轮生的得分和测量使用李克特等级量表的类型受访者选择的协议规模对称agree-disagree [2,24]。

如前所述,OLR是最流行的一种假轮生的模型,能够利用所有的信息从每个项目反应(7),但它只能容纳被调查者(即水平。级别1)信息数据。正如上面所讨论的,如果使用标准的分析而忽略了多级结构,由于水平变化的数据结构可以结合,导致不正确的参数估计和通货膨胀的标准错误;它还可能导致增加的可能性找到DIF当DIF不存在2]。因此,本研究的主要目的是研究I型错误率和检测的力量层次有序逻辑回归模型(HOLR)和OLR探测DIF通过蒙特卡洛模拟。此外,一个真实数据的例子也进行了分析。

2。方法

2.1。DIF分析基于层次有序逻辑回归模型

逻辑回归分析DIF评估提出了几项研究(如Swaminathan和罗杰斯,1990;法国和米勒,1996;和法国和雀,2010)。通过OLR DIF检测是基于比较三种不同的嵌套模型。完整的模型由法国和米勒(1996)具有以下形式: 在哪里反应在以下类别的概率是k的一个项目我人,θ代表能力,它是衡量总测试成绩,是一个分组变量,然后呢代表分组变量和之间的交互能力。基线模型()是一个模型,该模型只包括词的能力。下一个嵌套的模型()包含词加上分组变量,预测的能力。的值的差异−2全模型和对数似可用于检测同时均匀和非均匀DIF。这个值可以比作一个卡方分布有两个自由度。如果这种比较收益率显著结果,DIF项目被标记,然后还需要进一步的调查来测试是否均匀或非均匀DIF。对比和可以用来评估统一DIF [2]。

指出,法国和芬奇(2010),使用标准的主要问题顺序逻辑回归等统计模型与嵌套的数据是独立的违反假设和恒等分布的分数6]。尽管参数的点估计不会被违反,严重影响估计的标准误差,然而,可以依赖的数据影响6,20.),因为nestedness或集群抽样的数据直接影响抽样方差(2]。不准确的估计标准误差发生在这种类型的数据当多级结构不考虑,以便捕捉实际抽样方差应该考虑整群抽样。

上述DIF检测方法可以很容易地扩展为了适应多级数据。一般分对数模型的响应达到或者低于类别k的一个项目我th人(例如,学生)jth集群(如学校)可以写成两个层次在哪里是假轮生的项目反应的人吗我在集群j;s是人水平预测;s是集群级别的预测;和和相关回归系数和,分别。在集群级别随机效应。这个一般模型统一DIF within-cluster变量可以被简化为以下:

如前所述,和是假轮生的项目反应和能力的人吗我在集群j。代表DIF的组标识符将被测试的人我在集群j。当回归系数在上面的方程与基线相比显著模型,然后研究项目将被标记为显示统一的DIF。同样的逻辑,我们大类间变量在哪里代表DIF的组标识符将测试集群j。如果回归系数在上面的方程是重要的基准模型相比,然后研究项目显示在集群级别统一DIF。

2.2。一个模拟研究

模拟研究I型错误率评估和检测能力的层次顺序逻辑回归模型和OLR表达统一DIF检测项目。六操纵因素计入当期蒙特卡罗研究调查HOLR比较性能和OLR识别正确的速度(即。、检测功率)和不正确的(即。第一类误差)统一DIF项目。

2.3。设计的仿真研究

木(2011)后,包含16个模拟测试项目核心项目和1项研究(15)两组(焦和参考)使用R包生成统计计算(25]。每个项目有5个可能的响应类别。条目分数使用多级分级响应模型作为生成由福克斯(2007)(19]。在每个测试,项目难度参数的采样间隔均匀分布−2.5,2.5。在每个仿真,得到两组能力值的同时从2级正常线性混合模型由温(2014)和金et al。(2013)9,20.]。其他因素考虑在这个研究如下。

2.3.1。分组变量

在法国和芬奇(2010、2011、2013)和金et al .(2013),两种类型的分组变量分布模拟,在集群(例如,性别或年龄)和集群之间(例如,类型的学校或教学方法)。DIF集群之间的生成是基于学校效能的观点可能影响性能在特定项可能增加或减少的数量DIF项目(9]。为简单起见,只有一个二分分组变量是包含在每个级别和DIF是人的水平,尽管两组和多特征和水平可以包括识别潜在的DIF来源(9,20.]。此外,从之前的DIF仿真工作,平等或不平等的对照组样本大小威胁类型我错误率和权力LR DIF分析(26]因此,在这项研究中,在这两个层次设计被认为是平衡。

2.3.2。组内相关系数(ICC)

三个大小的ICC(0.05, 0.25,和0.45)被选中,现在小,中型和大型的个体之间的相关性,在每个集群。这个选择的范围是符合一系列刑事法庭,被认为在最近的教育和应用仿真研究[6,20.,22,23]。

2.3.3。数量的集群

数量的集群是一个关键因素,可以影响I型错误率和权力。先前的研究已经确定,更多数量的集群产生更大的力量和较小的类型我错误率(9]。五十组是一个经常发生的集群实践在学校研究[27]。因此,在这项研究中,模拟集群的数量是50,100和200。

2.3.4。每个集群参与者的数量

每个集群参与者的数量是5,10,20。这些值在分层数据按照先前的研究。

2.3.5。DIF级

轻微和严重制服DIF也模拟增加了0.4和0.8的难度参数焦点组考生,同时参考组考生项难度参数保持不变(9]。这些水平是基于之前DIF模拟使用LR和分层逻辑回归6,12]。

2.3.6。项参数的歧视

之前的仿真研究表明,高参数项歧视会导致高度膨胀的错误检测和高功率(28]。可渗透的研究还显示,错误的通货膨胀率控制的相当好当歧视参数有一个小范围LR DIF检测方法(29日]。因此,本研究的目的,项目歧视参数的采样间隔均匀分布在两低(0.5 - -0.99)和高(1.5 - 2)歧视参数。

OLR HOLR也进行了分析使用R和I型错误率在模拟条件下计算和检测能力。每个条件复制1000倍。为了确定哪些因素影响这些操纵利率,四个重复测量方差分析进行了第一类误差和检测能力平均在复制对于一个给定的条件被认为是作为因变量,重复测量因素是类型的测试(即。OLR或HOLR),操纵因素主题之间的因素。除了测试的意义,影响大小(部分)也计算为每一个因素。

3所示。结果

3.1。Within-Cluster变量

重复测量方差分析的因素进行了识别与假DIF的识别率显著相关(即。我错误率、类型)。这一分析表明,与合理的部分效果最显著影响集群的数量之间的交互和方法(值< 0.001和每个集群)和样本大小之间的交互和方法(值< 0.001和 )。解释一个交互的标准方法是评估一个因素的影响在每个级别的其他因素。简单的主要方法的影响是重要的在样本大小5,10,集群规模50。在所有这三种情况下(样本大小5、10和集群大小50)、I型HOLR高于OLR的错误率。

图1说明了I型错误率在操纵因素和OLR HOLR within-cluster变量DIF发生时。在几乎所有情况下,几乎是重叠的。唯一的例外的条件与50集群,每个集群5例和较低的条件项歧视,100集群,每个集群5例OLR优于HOLR。

在这些条件,这意味着OLR显示近估计名义错误0.05 HOLR相比。然而,OLR和HOLR控制名义I型错误率0.05相当不错,两种方法的最大区别是,小如0.002。

OLR的检测能力和HOLR操纵因素,当发生DIF within-cluster变量,如表所示1。透露,这两种方法的检测能力高项歧视和高水平的DIF是和在大多数条件之一,这是高于0.8[的接受率20.]。例外的条件与低水平的DIF(即。,0.4), 50 clusters, and 5 cases per cluster and the condition with low item discrimination, low level of DIF, and total sample size equal to or less than 500 in which the detection power rate was ranging from 0.303 to 0.784. In addition, the OLR method was less powerful than HOLR across almost all conditions, with maximum difference between the two methods being as small as 0.006. Table1清楚地表明,两种方法检测能力提高更大规模的集群和集群。检测功率也增加了DIF和歧视水平较高的参数。此外,这种权力的增加在样本大小每个集群和集群的数量更明显为低水平的DIF和低歧视参数相比,更高水平的DIF和歧视参数。与检测的重复测量方差分析显示之间的交互方法,参数项歧视,DIF,集群,集群样本大小是重要的(值< 0.001和 )。研究结果揭示了一个重要的5维交互,是很难解释的。


变量			项歧视
变量			低(0.5 - -0.99)				高(1.5 - 2)
ρ	集群		DIF = 0.4		DIF = 0.8		DIF = 0.4		DIF = 0.8
ρ	集群		OLR	HOLR	OLR	HOLR	OLR	HOLR	OLR	HOLR

0.05	50	5	0.31	0.316	0.807	0.811	0.775	0.778	1	1
		10	0.559	0.564	0.986	0.987	0.976	0.976	1	1
		20.	0.83	0.831	1	1	1	1	1	1
	One hundred.	5	0.519	0.523	0.977	0.977	0.966	0.966	1	1
		10	0.85	0.851	1	1	1	1	1	1
		20.	0.984	0.984	1	1	1	1	1	1
	200年	5	0.809	0.812	1	1	0.999	0.999	1	1
		10	0.988	0.989	1	1	1	1	1	1
		20.	1	1	1	1	1	1	1	1

0.25	50	5	0.303	0.312	0.795	0.804	0.771	0.78	1	1
		10	0.556	0.558	0.988	0.988	0.977	0.977	1	1
		20.	0.837	0.839	1	1	1	1	1	1
	One hundred.	5	0.533	0.54	0.976	0.977	0.971	0.972	1	1
		10	0.853	0.855	1	1	1	1	1	1
		20.	0.981	0.981	1	1	1	1	1	1
	200年	5	0.807	0.811	1	1	1	1	1	1
		10	0.99	0.99	1	1	1	1	1	1
		20.	1	1	1	1	1	1	1	1

0.45	50	5	0.308	0.312	0.803	0.81	0.78	0.784	1	1
		10	0.558	0.561	0.989	0.99	0.975	0.977	1	1
		20.	0.832	0.835	1	1	1	1	1	1
	One hundred.	5	0.533	0.537	0.98	0.98	0.971	0.972	1	1
		10	0.845	0.848	1	1	1	1	1	1
		20.	0.984	0.984	1	1	1	1	1	1
	200年	5	0.809	0.814	1	1	1	1	1	1
		10	0.991	0.991	1	1	1	1	1	1
		20.	1	1	1	1	1	1	1	1

3.2。大类间变量

类似于within-cluster变量,进行重复测量方差分析,以分析I型错误率大类间条件。数量的集群之间的交互和方法是重要的(值< 0.001和 )。简单的方法主要影响重大的大局部的效果在每个级别的数量的集群。此外,每个集群(样本大小的主要影响 ,部分 )也具有统计学意义。

图2还说明了I型错误率在操纵因素和OLR HOLR大类间变量DIF发生时。在几乎所有情况下,OLR显示近估计名义I型错误率0.05 HOLR相比。唯一的例外的条件与50集群,每个集群5例和高的条件项歧视,200集群,每个集群5例HOLR超过OLR。另一个条件是HOLR表现略优于OLR歧视是较低的条件项,200集群,每个集群和10例。看来,国际刑事法庭的价值影响I型错误率仅为大样本大小和主要用于HOLR。类似within-cluster变量,和OLR HOLR控制名义错误0.05相当不错,速度的大小错误率在两种方法的差异又可以忽略不计(即。,0.003到0.006)。

表2显示了两种方法的检测能力大类间变量。within-cluster变量的情况相比,在几乎所有的条件相比,较低的HOLR OLR的力量。几乎类似于within-cluster变量,这两种方法的力量高于0.8的可接受的水平。集群和样本大小的数量在每个集群增加,功率增加。这两种方法的力量是更低的低水平的DIF参数大小和歧视。与检测能力,重复测量方差分析被用于进一步的调查,和最高的方法的数量显著相关水平集群每个集群由样本大小的参数(DIF逐项歧视值< 0.001,部分 )。


变量			项歧视
变量			低(0.5 - -0.99)				高(1.5 - 2)
	集群		DIF = 0.4		DIF = 0.8		DIF = 0.4		DIF = 0.8
	集群		OLR	HOLR	OLR	HOLR	OLR	HOLR	OLR	HOLR

0.05	50	5	0.312	0.287	0.82	0.802	0.773	0.753	1	1
		10	0.555	0.529	0.982	0.981	0.971	0.966	1	1
		20.	0.859	0.836	1	1	1	1	1	1
	One hundred.	5	0.571	0.55	0.979	0.977	0.975	0.973	1	1
		10	0.829	0.817	1	1	0.999	0.999	1	1
		20.	0.982	0.979	1	1	1	1	1	1
	200年	5	0.83	0.816	1	1	0.998	0.998	1	1
		10	0.984	0.981	1	1	1	1	1	1
		20.	1	1	1	1	1	1	1	1

0.25	50	5	0.305	0.284	0.812	0.787	0.763	0.746	1	1
		10	0.55	0.51	0.982	0.972	0.967	0.955	1	1
		20.	0.835	0.807	1	1	1	1	1	1
	One hundred.	5	0.557	0.53	0.979	0.975	0.975	0.968	1	1
		10	0.83	0.81	1	1	0.999	0.999	1	1
		20.	0.971	0.963	1	1	1	1	1	1
	200年	5	0.831	0.821	1	1	0.999	0.998	1	1
		10	0.985	0.983	1	1	1	1	1	1
		20.	1	1	1	1	1	1	1	1

0.45	50	5	0.303	0.28	0.817	0.786	0.778	0.755	1	1
		10	0.534	0.487	0.983	0.976	0.971	0.964	1	1
		20.	0.819	0.767	1	1	1	1	1	1
	One hundred.	5	0.551	0.525	0.98	0.977	0.974	0.969	1	1
		10	0.831	0.796	1	1	0.999	0.998	1	1
		20.	0.974	0.954	1	1	1	1	1	1
	200年	5	0.814	0.796	1	1	1	1	1	1
		10	0.979	0.969	1	1	1	1	1	1
		20.	1	1	1	1	1	1	1	1

4所示。讨论

DIF和有效性测试,尤其是在项目层面,是重要的教育和心理评估的调查问卷的问题。是非常重要的,以确保潜在特质的所有考生都准确地确定项目和考试成绩。尽管许多研究已经完成DIF检测方法扩展到多歧的得分项(23]和重视也一直给多级有序逻辑回归,他们中很少有人关注层次多歧的DIF,常常出现在各种各样的心理,医疗,教育研究。

所强调的法国和芬奇(2010、2011和2013年),忽略了多级结构的数据将导致DIF检测能力的差异率,分析战略不匹配的数据结构。当前的研究扩展法国和芬奇研究考虑假轮生的得分项目而不是两个项目。基于我们的研究结果,HOLR和OLR几乎等同于第一类误差控制方面的速度的名义α水平0.05。第一类误差的大小的通胀率的OLR HOLR相比,虽然可以忽略不计,大类间变量并不是小如within-cluster变量。

这一发现符合金et al .(2013)的结果。相比法国和芬奇(2010、2011和2013年),目前的研究结果类似于他们within-cluster变量,方法执行同样的维护类型我错误率在名义水平。然而,错误的大小OLR的通货膨胀率比HOLR不是一样大在其他研究发现大类间变量。集群的集群大小和数目足够大时,没有任何重大错误之间的差异率的两种方法。这个简单的区别在所有水平的操纵因素在当前的研究与之前的研究一致的话题与二分得分,使用不同方法的DIF检测(6,20.,22,23]。这两种方法保持权力高于可接受的水平在大多数条件(0.8)。权力是非常低于0.8与低水平的样本大小小于500 DIF大小和项目参数在所有水平的ICC的歧视。

对于更大的样本量,对这两种方法是更高的力量。与先前的研究分析两个项目,权力对这两种方法增加大震级DIF和项歧视参数(6,30.,31日]。结果表明,当高值的项歧视和DIF级了,这两种方法可以可靠地识别物品展示DIF。虽然使用标准的OLR DIF检测方法在概念上是一致的复杂结构数据,这项研究的结果表明,使用OLR可能不会导致不正确的DIF检测,这是符合金et al .(2013)的结果。

4.1。应用程序的真实数据

以下4.4.1。数据

波斯版本的儿童生活质量的发明者(PedsQL) 4.0衡量健康的儿童和青少年健康相关的生活质量问卷调查是在576年完成健康学龄儿童(49.1%的男生,50.9%的女生)和他们的父母在16个学校(53.5%的初中和46.5%的高中)。PedsQL 4.0通用核心规模,被翻译和验证之前在伊朗人口(16,32,33),包括23个项目在四个领域:生理健康子量表(八项),情感功能子量表(5项)、社会功能子量表(五项),和学校功能子量表(五项)。这种方法使用一个五点李克特量表(“0 =没有问题,1 =几乎从来没有一个问题,2 =有时一个问题,3 =经常一个问题,4 =几乎总是一个问题”)。PedsQL 4.0得分协议使用这样更高的分数意味着更好的HRQoL。

参与者被随机选择的两阶段整群随机抽样技术。在一年的四个教育区,随机选择4所学校(第一阶段)。一旦学校选择,随机数字表被用来从每个学校随机选择两类。所有的学生在选择课程被作为研究样本(第二阶段)。

即便如此,在我们的仿真研究中,OLR和HOLR方法显示,DIF检测结果非常相似,在现实世界的情况下的数据可能会受到其他因素的影响,没有考虑仿真研究。因此,在继续之前必须检查统计假设与数据分析。组内相关系数和设计效果计算每个问题为了确定如果一个层次分析的数据是适当的。国际刑事法庭和设计效果都表示需要多级建模的数据。所以,层次有序逻辑回归DIF检测方法用于检测DIF在这个数据。虽然普通逻辑回归常用于检测DIF领域的健康和生活质量研究(例如,34]),到目前为止,还没有一项研究,利用多级建模检测DIF。两种不同HOLR模型被用于检测DIF性别(男= 0;女= 1),作为within-cluster变量和类型的学校(中学= 0;高中= 1)大类间变量。

4.1.2。结果

HOLR DIF的结果分析总结表3。估计回归系数(β),不同卡方测试的结果,以及相应的值显示为所有问题。11时23项(47.8%)显示统一的性别DIF,五项(21.7%)显示统一的DIF中两种类型的学校。


	性别			类型的学校
	β	卡方	价值	β	卡方	价值

身体健康
	0.463	3.111	0.08	0.247	1.07	0.3
	0.476	8.02	0.004	0.025	0.021	0.9
	0.656	10.234	0.001	−0.165	0.478	0.5
	0.817	16.309	< 0.001	0.327	1.707	0.2
	0.811	2.422	0.1	1.115	7.488	0.006
	0.237	2.179	0.1	−0.08	0.26	0.6
	0.255	1.423	0.2	−0.33	2.49	0.1
	0.164	0.767	0.4	−0.177	0.889	0.3

情感功能
	0.468	7.508	0.006	0.188	1.075	0.3
	0.688	10.183	0.001	−0.452	3.67	0.055
	0.092	0.164	0.7	−0.298	2.598	0.1
	−0.421	3.547	0.06	−0.587	8.273	0.004
	0.029	0.002	0.97	−0.415	2.977	0.08

社会功能
	−0.286	1.572	0.2	−0.208	0.819	0.4
	−0.892	10.795	0.001	0.312	1.047	0.3
	−1.307	21.365	< 0.001	0.298	0.628	0.4
	−0.449	5.836	0.01	0.07	0.144	0.7
	−0.567	4.735	0.02	0.54	4.09	0.04

学校的功能
	−0.518	4.748	0.02	−0.282	1.221	0.3
	−0.137	0.691	0.4	−0.517	10.264	0.001
	−0.939	11.538	< 0.001	−0.482	2.35	0.1
	−0.004	0.004	0.9	0.517	4.089	0.04
	−0.194	0.755	0.4	0.334	2.14	0.14

大胆的数字代表的价值值显示统一的DIF项目;卡方的不同的值是−2对数似模型1和2,测试统一DIF。

项目,,在身体健康、物品和在情感功能,所有项目除了第一项在社会功能和物品和在学校功能与跨性别DIF标记。根据β价值观,社会功能和学校功能的物品分量表的女孩,而其他项目的男孩。项目特征函数(ICF)可以使用作为一个假轮生的项目的汇总统计特别是为了说明DIF。ICF被定义为预期的分数之和超过响应类别为每个项目(神经和Ostini, 2011)。当我们有一个项目ICF类别,可以被定义为下面的公式: 在哪里得分的概率是在响应类别的项目X。图3描述了ICF的项目(即在身体健康的女孩。,solid black line) have higher expected scores compared to boys (i.e., dashed line) even for lower theta (i.e., HRQoL) values.

类型的学校而言,项目在身体健康,项目在情绪和社会功能,和项目和在学校运作分量表显示DIF跨类型的学校。因为它是表所示3、项目在情感功能和项目在学校运作分量表赞成中学生,而项目在身体健康,项目在社会功能和项目在学校运作分量表赞成高中生。应该注意的是,项目在内部和社会功能显示DIF大类间变量暗示女高中生更容易选择更高的响应类别在这个项目。图4显示了ICF的项目在学校运作高中学生(即。,dashed line) have higher expected scores compared to middle school students (i.e., solid black line) even for lower theta values.

5。结论

强调由法国和芬奇(2013)选择适当的建模分析分层数据至关重要,因为它允许一个潜在的更大的理解现象的研究,以及避免统计misspecification。当前的研究扩展先前的研究评估HOLR的比较性能和OLR检测假轮生的微分项功能项。仿真研究的结果表明,当分组变量是在within-cluster层面,OLR和HOLR执行同样的I型错误率控制在名义α水平在几乎所有的条件。有趣的是,当分组变量在大类间水平,OLR显示接近第一类误差速度估计的名义α水平0.05 HOLR相比,除了几个条件HOLR超过OLR的地方。关于检测能力、检测能力的这两种方法都是在可接受的水平的0.8微不足道的差异在所有模拟条件。尽管这项研究发现OLR微不足道的区别,HOLR DIF检测假轮生的得分项,有很多未知数,使用真实的数据。因此,正如前面所讨论的,它是必要的检查条件选择OLR之间和HOLR之前统计假设。

与其他蒙特卡罗模拟研究,本研究的结果是有界的因素进行调查,这限制了泛化的结果。此外,选择模拟测试了16项,只有一个DIF项目,等于样本大小为参考,和焦点团体在每个级别,考虑DIF每一层分别和生成DIF只有通过添加一个恒定值阈值参数的研究项目,可能会影响仿真研究的结果。它已经表明,添加不同的阈值参数会导致更大的集团在持续能力的差异(法国和米勒,1996)。此外,在模拟研究中,假设所有类别的反应项目进行合理和有效地导致了结果。这可能不是真正的真实数据和PedsQL已经发现无序分类功能(34]。同样值得注意的是,我们只使用假轮生的物品但这种仿真研究可以很容易地扩展到mixed-item格式测试作为一个更真实的描述现实。

我们接近DIF仅仅从假设检验的角度来看。正如其他研究者所指出的,这些效果措施DIF的有效工具。进一步的工作检查DIF假轮生的物品的利用效果的措施是必要的。此外,我们没有能力分布在不同仿真研究中,而这很有可能观察到不同的能力分布之间的引用和焦点团体以及二级集群。评估的影响能力分布DIF是另一个区域的调查。毕竟,比较其他方法的相对性能检测DIF假轮生的数据与模拟等层次结构建模和PolySIB [35)将这一领域的研究将进一步揭示。

信息披露

本文从Zahra提取Sharafi的博士论文36]。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的设拉子大学医学科学研究委员会(批准号94 - 7581)。

引用

e . Allahyari p .贾法里,z .阿訇”一项模拟研究评估的影响的响应类别顺序逻辑回归的力量等级量表微分项功能分析,“计算和数学方法在医学卷,2016篇文章ID 5080826, 2016。视图:出版商的网站|谷歌学术搜索
p .贾法里,z Sharafi、z .阿訇和s . Shalileh”测量等价的KINDL问卷在儿童自我报告和父母proxy-reports:比较项目反应理论和有序逻辑回归,”儿童精神病学和人类发展,45卷,不。3、369 - 376年,2014页。视图:出版商的网站|谷歌学术搜索
z阿訇,p .贾法里,e . Tashakor a . Kouhpayeh和h . Riazi”评估测量不变性的KIDSCREEN-27是否在亲子二分体取决于孩子性别:多组验证性因素分析,“全球健康科学杂志》上》第六卷,没有。5,142 - 153年,2014页。视图:出版商的网站|谷歌学术搜索
a·穆萨维诉Krishnan,“测量不变性早期开发工具(EDI)领域的得分在性别和英语状态,”阿尔伯塔省教育研究杂志》上,卷62,不。3、288 - 305年,2016页。视图:谷歌学术搜索
e . Van De水,I型错误率的荟萃分析检测微分项功能逻辑回归和Mantel-Haenszel蒙特卡罗的研究乔治亚州立大学,亚特兰大,乔治亚州,美国,2014年。
法国和h·w·b·f·芬奇,“多级数据分层逻辑回归:会计DIF检测”《教育测量卷,47号3、299 - 317年,2010页。视图:出版商的网站|谷歌学术搜索
法国和t·r·a·w·米勒,“逻辑回归和用于检测微分项功能在假轮生的项目,“《教育测量,33卷,不。3、315 - 332年,1996页。视图:出版商的网站|谷歌学术搜索
w·h·芬奇和b . f .法国检测穿越微分项功能:四种方法的比较,“教育和心理测量。双月刊杂志致力于开发和应用的个体差异的措施,卷67,不。4、565 - 582年,2007页。视图:出版商的网站|谷歌学术搜索|MathSciNet
y温家宝,DIF多级数据分析:识别和估计的影响能力威斯康星-密尔沃基大学:论文和学位论文,密尔沃基,威斯康星州,美国,2014年。
z阿訇,p .贾法里,m . Faghih e . Allahyari和t . Dehesh”测试测量等价的SF-36问卷在血液透析患者和健康人来说,“国际泌尿外科和肾脏学卷,47号12日,第2021 - 2013页,2015年。视图:出版商的网站|谷歌学术搜索
s . w .木头,微分项功能程序假轮生的物品当考生样本量很小ProQuest LLC,安阿伯市,密歇根州,美国,2011年。视图:MathSciNet
p . Narayanan h . Swaminathan,“识别项显示非均匀DIF,”运用心理测量,20卷,不。3、257 - 274年,1996页。视图:出版商的网站|谷歌学术搜索
工程学系。金和a . s .科恩”检测下的微分项功能分级响应模型的似然比检验,”运用心理测量,22卷,不。4、345 - 355年,1998页。视图:出版商的网站|谷歌学术搜索
l .茶,a·w·米德和m .曹”和实践指南概述红外热成像测量等价分析,“组织研究方法,18卷,不。1,3-46,2015页。视图:出版商的网站|谷歌学术搜索
p . k .起重机l·e·吉本斯l·乔利和g·范美女,“微分项功能与有序逻辑回归分析技术:DIFdetect difwithpar,”医疗保健,44卷,不。11日,S115-S123, 2006页。视图:出版商的网站|谷歌学术搜索
p .贾法里,a . Ghanizadeh s巴盖里和m·r·穆哈马迪“健康相关的生活质量伊朗儿童注意缺陷/多动障碍,”生活质量的研究,20卷,不。1,31-36,2011页。视图:出版商的网站|谷歌学术搜索
j·l·Peugh“多级建模的实用指南,”学校心理学杂志,48卷,不。1,第112 - 85页,2010。视图:出版商的网站|谷歌学术搜索
a . Skrondal和s . Rabe-Hesketh广义潜变量建模:多层次、纵向和结构方程模型泰勒和弗朗西斯,伦敦,英国,2004年。视图:出版商的网站|MathSciNet
j。狐狸,“多级红外热成像建模与包mlirt在实践中,“杂志的统计软件,20卷,不。5,硕士论文,2007页。视图:谷歌学术搜索
y金:d·迈尔斯和美国安”,复杂与简单的建模dif检测:当组内相关系数(ρ小于)的研究项目ρ总分的教育和心理测量,卷74,不。1,第190 - 163页,2013。视图:出版商的网站|谷歌学术搜索
a . Kamata s Chaimongkol大肠Genc, k . Bilir“随机效应的微分项功能分层的广义线性模型,在集团统一的”诉讼的美国教育研究协会的年度会议加拿大蒙特利尔,2008年,页2005。视图:谷歌学术搜索
w·h·芬奇和b . f .法国{模仿}模型参数估计与多级数据,”结构方程建模。一个和多个学科相关的杂志,18卷,不。2、229 - 252年,2011页。视图:出版商的网站|谷歌学术搜索|MathSciNet
法国和w·h·b·f·芬奇”扩展为多级Mantel-Haenszel DIF检测”,教育和心理测量,卷73,不。4、648 - 671年,2013页。视图:出版商的网站|谷歌学术搜索
江,c . Wang和d·j·维斯”的项目参数估计样本量要求多维分级响应模型,”心理学领域第109条,卷。7日,2016年。视图:出版商的网站|谷歌学术搜索
团队r•C、“R:语言和环境统计计算:R统计计算的基础,“维也纳,奥地利,2014年。视图:谷歌学术搜索
a n。埃雷拉和j·戈麦斯,”平等或不平等的对照组样本大小对微分项的检测功能使用Mantel-Haenszel和逻辑回归技术,”质量和数量,42卷,不。6,739 - 755年,2008页。视图:出版商的网站|谷歌学术搜索
c . j . m .马斯河和j·j . Hox“足够的多级建模样本大小,”方法,1卷,不。3、86 - 92年,2005页。视图:出版商的网站|谷歌学术搜索
t .香港”,模仿的效用模型和MCFA当DIF检测使用蒙特卡罗模拟方法,”2010年。视图:谷歌学术搜索
y,项歧视和I型错误率DIF检测使用mantel-haenszel和逻辑回归过程,2012年全球ProQuest论文和论文。
h . Chang j . Mazzeo l·鲁索斯,“dif检测假轮生的得分项:sibtest的适应过程,”ETS系列研究报告,卷1995,不。1,pp.我,1995。视图:出版商的网站|谷歌学术搜索
c·瑟曼蒙特卡罗研究调查的影响项歧视,类别交点参数和微分项功能模式微分项的检测功能在假轮生的物品,2009年全球ProQuest论文和论文。
p .贾法里,e . Forouzandeh z阿訇,z Karamizadeh,和k . Shalileh“健康相关的生活质量伊朗患1型糖尿病的儿童:信度和效度的波斯语版本的PedsQL™通用核心尺度和糖尿病模块,“健康和生活质量的结果9卷,货号。104年,2011年。视图:出版商的网站|谷歌学术搜索
p .贾法里,z阿訇,s m t . Ayatollahi z Soltani,“拉希使用评定量表的心理属性模型来评估PedsQL TM的波斯版本4.0通用核心尺度在学校的孩子,”健康和生活质量的结果第二十七条,卷。10日,2012年。视图:出版商的网站|谷歌学术搜索
c . Petersson r . j . Simeonsson k . Enskar和k . huu“健康相关的生活质量比较儿童自我报告工具使用国际分类功能,残疾和健康的儿童和青少年(ICF-CY)”健康和生活质量的结果,11卷,不。1,第75条,2013。视图:出版商的网站|谷歌学术搜索
h。Chang j . Mazzeo和l·鲁索斯DIF检测假轮生的得分项:SIBTEST的适应过程,”《教育测量,33卷,不。3、333 - 353年,1996页。视图:出版商的网站|谷歌学术搜索
z Sharafi,一个方法测试测量等价的心理措施分层多歧的数据,在生物统计学设拉子大学医学Scince,设拉子,伊朗,2017。

计算和数学方法在医学

文摘