2016年4月19日 星期二

工作社交技巧評估之設計_動畫與影片比較


動畫

影片

較可行的製作方式
自行以動畫軟體製作如漫畫之動畫並搭配錄音(如:powtoon, CrazyTalk Animator 2
場景以目前現有環境為主,由研究團隊的人員或請相關科系/社團學生自行表演、拍攝與後製
優點
場景與角色設定可較有彈性且多元
自行製作,故時間與進度的可掌控性較高
後續修改較方便
畫面較貼近真實工作情境
人物角色具有表情/情緒表達
拍攝與影片後製時間可能較短,效率較高
缺點
畫面與現實工作場景有落差
人物缺乏表情
動畫製作時間長
若非專業演員,演技可能不夠自然或無法確實表現出角色特性
工作場景與道具難以備齊,故場景設定可能受限
即便是自行製作,仍須多位成員合作,故時間與進度之可掌控性較低
由於製作成本有限,無論動畫或影片,較可行的方式皆為利用現有資源自行製作。然而若為求貼近真實的工作社交情境與人物表情/對話,並較快完成工具設計,可能使用影片呈現較佳

2016年4月3日 星期日

免費下載電子全文之網站

推倒知識高牆!Sci-Hub 免費下載千萬篇期刊論文電子全文

使用方法:
1. 進入 Sci-Hub 網站
2. 把要找的英文文獻篇名、doi或期刊刊登該文的網址,貼到搜尋欄位,就會跳出電子全文了

有些台大圖書館未訂購的期刊雜誌,也都可從Sci-Hub下載喔!
但是只能找到英文文獻

8/24更新:Sci-Hub已有Chrome擴充應用程式囉!
https://free.com.tw/sci-hub-links/

2016年2月26日 星期五

松德研討會報告主題

以下是可能報告的"文獻回顧"主題:

1. 思覺失調症患者就業的預測因子

2. 工作社交技巧之評估工具回顧

3. 社交技巧訓練對於提升思覺失調症患者工作表現之成效

2016年1月19日 星期二

工作社交技巧評估工具之反應性收案規畫

反應性研究設計之考量因素:
1. 工作社交技巧之改變程度:
(1) 病程變化:急性期變化程度最大、亞急性次之、慢性期變動微小(除非長時間追蹤)
(2) 臨床介入:亞急性住院、慢性住院、日間留院或工作坊之復健內容較符合工作訓練之目標。而急性期之介入以穩定正性症狀為主,且極少數病人才會出院後立即去工作。

2. 收案可行性:
松德院區各時期新病人數:
亞急性住院:10-15人/週(5A、7H、8H病房總和),住院1.5個月/期
慢性住院:4人/半年(7F、8F病房總和),住院3個月/期,可住多期
工作坊:10人/月(3個工作坊總和)
亞急性或慢性住院期,患者之抗精神疾病藥物變動不大。

3. 收案時間規畫:剛入院/剛開始接受復健之1週內(以期社交技巧變化程度較大)
再測為出院前(亞急性、慢性住院)

→目前認為可收亞急性住院病人,但是否要再同時收慢性住院和工作坊病人?可能會平均掉差異,且不同時期的收案時間要不同

--

另外,預測效度研究是否取消?或是改為追蹤在側信度研究之個案?
原研究設計為追蹤反應性研究的住院病人半年,以電話調查半年內是否有求職或工作經驗。(如下圖)然而住院病人可長期住院,少數病人才有找工作的經驗/需求,真的找到工作的病人又更少。如此可能會大幅影響預測效度的驗證結果(outcome變異太小)。

再測信度預計收工作坊的病人,工作坊的病人有就業動機/從事庇護工作的比例較高,或許將預測效度研究設計改為追蹤工作坊病人的可行性較高。

2016年1月13日 星期三

FIFE問卷修改討論紀錄

[Feelings]
題目全數保留

[Ideas]
1. SK部分:全數題目刪除。因中風病人此部份問題普遍不嚴重,且對於醫病溝通與治療計畫擬訂關係相對較遠
2. OTK部分:僅保留「專業區別」、「服務內容」與「治療活動目的」等與病人臨床經驗較直接相關的題目。

[Functions]
1. 刪除「就學或參與課堂活動能力」
2. 新增components項目:以便與醫院OT實務內容結合

[Expectations]
「服務需求項目」與基本資料中的「OT短期治療計畫項目」一致,以便對應OT之服務與病人之期待。

[其它]
1. 新增2-3題SDM相關題目,以瞭解「OPD(發病半年以上)病人」於醫病溝通過程之參與程度,包括:主要問題界定、治療目標設定、如何溝通不一致的目標。注意:以較委婉語氣陳述題目。例如:請問您是否曾與您的職能治療師討論您中風後身體功能或日常生活上遇到的問題?(不要問:治療師有無跟您討論....?)
此部分題目可參考:1. SDM-Q-Doc 2.NHS之SDM問題



2. 新增2-3題OT參與度題目


※小兒版比照上述原則修改,但SDM題目不用限定針對治療多久的兒童
※1/25-27討修改初稿
※3月找時間與台大醫院生理與小兒OT staff交流,包括:1. 溝通FIFE之重要性、目前學生訪談所發現的醫病溝通問題。2. 病歷紀錄修改:加入SDM、參與度之紀錄,增加服務項目,例如:衛教、照顧者訓練、輔具評估...。
※考量未來1年後可能可發表的論文主題(須申請IRB、告知學生)

2016年1月4日 星期一

博論主題_1/6更新

1. 發展與驗證思覺失調症患者之社交技巧電腦適性測驗(科技部計畫之其中一層面)
→與科技部計畫區別性不高,不適合。


2. 思覺失調症患者階層性就業社交技巧電腦化角色扮演測驗之發展
(1) 發展IRT-based階層性就業社交技巧電腦化角色扮演測驗 (HIerarchical COmputerized Role-play test of Employment Social skills, HICORES)科技部計畫之延伸成果
● 發展題庫:預計「個人相關社交技巧」與「職務相關社交技巧」層面各40-50題。題目皆以動畫或影片呈現,受試者依據題目情境作出適當的應答,並由臨床人員評分。
● 臨床測試:預計招募200-400位涵蓋各種病程(接受急性復健、亞急性至慢性)、各種教育程度與各種社會功能程度之思覺失調症患者。
● 題庫分析:以多層面Rasch分析,預計各層面挑選20-25題符合Rasch model假設、並廣泛涵蓋不同難易程度之題目。
● 題庫設計:題庫將包含4-6題篩檢題目與3個不同難度之子題庫。先將題庫依據難易程度分為三等份,再取出難度界於低與中程度之間的題目2-3題,以及難度界於中與高程度之間的題目2-3題,供4-6題作為篩檢題目。之後再將剩於題目分為三種難度(高、中、低社交技巧程度)之子題庫。
(施測過程為:第一階段先從上述4-6題篩檢題目隨機挑選容易與困難二程度之篩檢題目各1-2題進行施測,以判斷患者之社交技巧程度。第二階段再以與患者程度相當之子題庫進行施測。)
藉由階層性施測設計,每次評估僅須施測最接近患者程度的子題庫(即1/3的題數),如此可大幅提升施測效率,並降低施測者與患者之負擔。
(2) 驗證HICORES之心理計量特性
● 反應性驗證:預計收集80位接受亞急性住院復健之思覺失調症患者,於患者開始接受復健之1週內進行前測,出院前1週內進行後測。
● 再測信度、評分者間信度與MDC驗證:預計收集80位慢性思覺失調症患者,研究期間同一施測者對每位患者進行2次HICORES評估,時間間隔為1週。
● 區辨效度、同時效度與建構效度驗證:前述反應性與信度驗證研究中,每次施測皆同時評估正性與負性症狀評量表 (Positive and Negative Syndrome Scale, PANSS) 、個人與社會功能量表 (Personal and Social Performance rating scale, PSP) 與職業社交技巧評量表 (Vocational Social Skills Assessment Scale, VSSAS)。
● 預測效度驗證:預計以電話追蹤80位反應性驗證研究之患者出院半年後之工作情況。OR 由工作方個案中,請個管員篩選出最近1個月內有潛力/計畫參與職業重建之個案,追蹤此群個案6個月後之成功就業比例。


未來研究規劃:
(1) 探索就業社交技巧之影響機制
● 世代研究追蹤150位接受急性與亞急性住院復健之思覺失調症患者一年,以結構方程模型探討病程變化、認知功能、症狀嚴重程度等對於就業社交技巧,以及就業社交技巧對於求職/就業情況、社會功能等之影響機制。(變項還未確定,會再回顧文獻)

(2) 患者就業社交技巧之長期變化趨勢
● 使用上述追蹤資料,以潛在成長曲線模型探究思覺失調症患者之就業社交技巧的長期變化趨勢。(變項還未確定,會再回顧文獻)

2015年10月2日 星期五

對照Raw score & Rasch score之分析方法

以Rasch驗證評估工具之優勢之一,即為將raw scores (ordinal scale)轉換為Rasch scores (ordinal scale),以提升後續分數運算與應用之價值。

一般常用的分析方法有二:
1. 以ConQuest匯出 raw scores和Rasch scores之對照表。
此方法最單純,但問題在於ConQuest僅能提供MLE或WLE(最大概似估計法)的分數對照表,但結果輸出之Rasch reliability與person-item map數值卻是以EAP (expected a posteriori)估計而得的能力估計值。MLE與EAP之估計值因為估計方法不同,同樣的個案會有不同的能力值,尤其是極端能力的個案,能力估計值落差大。

2. 以ConQuest匯出所有個案的EAP能力估計值,再以Excel比對每位個案的raw scores和EAP值,最後再依據raw scores排序,手動挑出每個raw score分數點對應的EAP值。
然而,當raw scores之資料點有缺漏時,如總分為0-10分,但沒有個案得0分,此時則無法產生完整的分數對照表。


在上述二方法接碰壁時,則需要產生一筆模擬資料作分析。模擬分析方法有二:
1. 用Matlab撰寫EAP演算的程式語言,並以其估計模擬資料各樣本的EAP能力估計值。
此方法會遇到的問題包括:ConQuest之EAP算則有自行調整過,並非完全等於教科書上的算則。且無法確定ConQuest估計時使用的參數(手冊上未說明),包括:切分點 (nodes)
範圍,以及likelihood function應依據平均數與標準差為何的分配產生。因此,即便都是使用EAP估計法,以Matlab估計所獲得估計值會與ConQuest所獲得之估計值不同。
 
2. 用Conquest作兩步驟分析,將模擬分析的題目難度參數與共變矩陣固定為原始資料之數值後,匯出所有模擬個案的EAP能力估計值。
此方法最單純,且也是最建議的解決方法(參考業太的建議)。

註:模擬資料僅需留意資料須涵蓋各題每個分數點,以及所有總分分數點即可,不需要依據原始個案能力的分配產生。因為單向度、單參數的Rasch mocel之下,raw score總分可一對一對應Rasch score,不受作答反應影響。即若兩人原始總分相同,無論答對簡單題目較多或答對困難題目較多,所得的Rasch score相同。