《表2 限定值登记表截选 (以卒中ICF综合核心组合为例)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《网络科学视角的《国际功能、残疾和健康分类》研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在制定ICF的条目组合研究中，以专家为观测，研究者从问卷中获得的主要数据是每个条目的提名频次。通常会设定一个截断值来判断条目是否可以纳入组合。例如，Delphi法要求超过80%专家一致同意[21]。另一些综合多种筛选技术的研究，则要求超过半数以上专家认可条目[17，19，22—23]。把ICF组合应用于患者的研究则是以患者为观测，填写每个条目的限定值（表2），并计算每个限定值上的患者数量（表3）。此类频次数据的量表分析，包括Rasch分析在内，往往以ICF条目之间取值独立为前提，即评估者为每个ICF条目给出限定值时，不受其他ICF条目限定值的影响。由此，通过Delphi法或聚类分析等手段，遵循“综合核心组合”、“简要核心组合”、“通用组合”的研究路径，最终发掘少数代表性变量，构建便捷且有效的ICF评估工具。但是，Rasch分析可以提供变量之间的难度大小比较，理论上也可以用于构建多种类型的图模型进行分析[28]。例如，测试类目为节点。从类目甲指向类目乙的连线表示有多少名被试在甲得分的同时乙不得分，即表示甲在多大程度上比乙更容易完成。这样可以构成一个难易关系网络。但是，在ICF研究领域，尚缺少这种结合图建模方法的Rasch分析报道。相反，以类目相互独立为前提的Rasch分析，需要采用测试手段克服类目之间的相关关系。因此，从应用形态来讲，目前Rasch分析对ICF研究的贡献，仍然体现在属性数据方面。此类属性数据研究，无法先验地确认ICF条目相互之间独立。对这种独立性的考察，构成了基于关系数据的ICF研究进路。