Reach Us +44-1764-910199
All submissions of the EM system will be redirected to Online Manuscript Submission System. Authors are requested to submit articles directly to Online Manuscript Submission System of respective journal.

Abstract

Construcci贸n y validaci贸n de escalas de medici贸n en salud: revisi贸n de propiedades psicom茅tricas

La información disponible sobre el proceso de construcción, adaptación y validación de escalas en salud es escasa, dispersa y en algunos casos incompleta; por ello el objetivo de este texto es caracterizar los aspectos conceptuales, metodológicos y estadísticos relacionados la construcción y validación de escalas de medición en salud. Se realizó una búsqueda exhaustiva de la literatura referente a la validación de escalas de medición en salud, en google Scholar, Scielo, Science Direct y PubMed/Medline, con aplicación de criterios de inclusión y exclusión. Como resultados centrales se describen las etapas traducción y adaptación de una escala y se presentan las propiedades y estadísticos utilizados para garantizar la reproducibilidad, la validez, la sensibilidad al cambio y la utilidad de las escalas de medición. En la reproducibilidad se describen la fiabilidad, la consistencia interna, el poder discriminante, la fiabilidad test-retest y la fiabilidad inter-observador; mientras que en la validez se incluyen la de apariencia, contenido, criterio (concurrente y predictiva), convergente – divergente y de constructo. Esta revisión representa una síntesis de la información que se encuentra en la literatura sobre la construcción y evaluación de escalas en salud.


Author(s): Luj谩n-Tangarife, J. A., Cardona-Arias, J. A.

Abstract | Full-Text | PDF

Share this  Facebook  Twitter  LinkedIn  Google+
Flyer image

Abstracted/Indexed in

  • Google Scholar
  • Genamics JournalSeek
  • China National Knowledge Infrastructure (CNKI)
  • CiteFactor
  • Scimago
  • Electronic Journals Library
  • Directory of Research Journal Indexing (DRJI)
  • WorldCat
  • Proquest Summons
  • University Grants Commission
  • Geneva Foundation for Medical Education and Research
  • Secret Search Engine Labs