PDF herunterladen
CC BY-NC-ND 4.0 · Rehabilitation (Stuttg) 2023; 62(01): 31-39
DOI: 10.1055/a-1903-4483
Originalarbeit

Psychometrische Prüfung des deutschsprachigen „Neurologischen Fragebogens zur Müdigkeit bei Multipler Sklerose (NFI-MS-G)“ bei Rehabilitanden mit Multipler Sklerose

Psychometric Evaluation of the ‘German Neurological Fatigue Index for Multiple Sclerosis (NFI-MS-G)’ in a Sample of Rehabilitation Patients with Multiple Sclerosis
Barbara Seebacher
1   Universitätsklinik für Neurologie, Medizinische Universität Innsbruck, Österreich
2   Karl Landsteiner Institut für Interdisziplinäre Rehabilitationsforschung, Reha Zentrum Münster, Österreich
,
Mike C. Horton
3   Psychometric Laboratory for Health Sciences, Faculty of Medicine and Health, University of Leeds, UK
,
Markus Reindl
1   Universitätsklinik für Neurologie, Medizinische Universität Innsbruck, Österreich
,
Christian Brenneis
2   Karl Landsteiner Institut für Interdisziplinäre Rehabilitationsforschung, Reha Zentrum Münster, Österreich
4   Department für Neurologie, Reha Zentrum Münster, Österreich
,
Rainer Ehling
2   Karl Landsteiner Institut für Interdisziplinäre Rehabilitationsforschung, Reha Zentrum Münster, Österreich
4   Department für Neurologie, Reha Zentrum Münster, Österreich
,
Florian Deisenhammer
1   Universitätsklinik für Neurologie, Medizinische Universität Innsbruck, Österreich
,
Roger J. Mills
5   Department of Neurology, Walton Centre NHS Foundation Trust, Liverpool, UK
› Institutsangaben
› Weitere Informationen
Auch verfügbar auf
   Lizenzen und Reprints

Zusammenfassung

Ziel Ziel dieser Studie war es, ein Instrument zur Selbsteinschätzung von Fatigue für Multiple Sklerose (MS) Patientinnen und Patienten zu erstellen, welches das Konstrukt der Fatigue umfassend abbildet und anhand der Annahmen des Rasch-Modells, entwickelt wurde. Der Neurological Fatigue Index – Multiple Sclerosis (NFI-MS) basiert sowohl auf einem medizinischen als auch von MS Betroffenen beschriebenen Bezugsrahmen von Fatigue Symptomen und wurde stringent validiert. Daher wurde in dieser Studie die deutsche Fassung des NFI-MS, der Neurologische Fragebogen zur Müdigkeit bei Multipler Sklerose (NFI-MS-G), bestehend aus einer physischen und kognitiven Subskala, validiert.

Methodik In dieser bizentrischen Studie komplettierten 309 MS Betroffene im Rahmen ihrer ambulanten Rehabilitation oder≥2 Monate vor bzw. nach ihrer stationären Rehabilitation zu zwei Testzeitpunkten innerhalb von 14–21 Tagen den NFI-MS-G sowie weitere Fragebögen. Die Validierung erfolgte anhand von Korrelationen mit etablierten Fragebögen und der Rasch Analyse. Zusätzlich wurden psychometrische Gütekriterien der Known-Groups Validität, internen Konsistenz, Test-Retest Reliabilität, Messgenauigkeit und Lesbarkeit evaluiert. Abschließend wurden die englische NFI-MS und deutsche NFI-MS-G miteinander verglichen, um zu überprüfen, ob die Sprachversionen einander entsprechen.

Ergebnisse Die NFI-MS-G zeigte eine gute interne Konstruktvalidität, konvergente und Known-Groups Validität und interne Konsistenz (Cronbach Alpha 0,84–0,93). Die physische Subskala zeigte geringgradige Abhängigkeiten zwischen Items 1 und 7, 2 und 3 und 4 bis 6, die mittels einer Kombination betroffener Items zu Testlets behandelt werden konnten. Die physische und kognitive Subskala zeigten sich eindimensional, nicht jedoch die Summenskala. Anstelle der Summenskala wurde ein 2-Domänen Subtest erstellt, der ein Fatigue-Konstrukt höherer Ordnung misst. Des Weiteren wurde eine gute Test-Retest Reliabilität (Konkordanzkorrelations-Koeffizient nach Lin 0,86–0,90), geringe Boden- und Deckeneffekte, leichte Lesbarkeit und Invarianz für Gruppen unterschiedlichen Geschlechts, Alters, Krankheitsdauer, Testzeitpunkt und Zentrum festgestellt.

Schlussfolgerung Die deutsche Fassung des NFI-MS bildet das Konstrukt der Fatigue umfassend ab und besitzt eine adäquate psychometrische Güte. Die deutsche Fassung unterscheidet sich von der englischen Originalversion hinsichtlich mangelnder Eindimensionalität der Summenskala und geringgradiger lokaler Abhängigkeiten der physischen Subskala, die mittels einer Testlet-Analyse ausgeglichen werden konnten.

Abstract

Purpose The purpose of this study was to provide a patient-reported outcome measure for people with multiple sclerosis (MS) comprehensively reflecting the construct of fatigue and developed upon the assumptions of the Rasch model. The Neurological Fatigue Index – Multiple Sclerosis (NFI-MS) is based on both a medical and patient-described symptom framework of fatigue and has been validated. Therefore, in this study the German version of the NFI-MS (NFI-MS-G) consisting of a physical and cognitive subscale and a summary scale was validated.

Method In this bi-centre-study, 309 people with MS undergoing outpatient rehabilitation or being≥2 months before or after their inpatient rehabilitation completed the German NFI-MS-G twice within 14–21 days together with other questionnaires. Correlation with established questionnaires and Rasch analysis were used for its validation. Additionally, psychometric properties of known-groups validity, internal consistency, test-retest reliability, measurement precision and readability were tested. Finally, the English NFI-MS and German NFI-MS-G were compared with each other to equate the language versions.

Results The NFI-MS-G showed good internal construct validity, convergent and known-groups validity and internal consistency (Cronbach’s alpha 0.84–0.93). The physical subscale showed minor local dependencies between items 1 and 7, 2 and 3 and 4 to 6, that could be treated by combining the respective items to testlets. Unidimensionality was found for the physical and cognitive subscales but not for the summary scale. Replacing the summary scale, a 2-domains subtest measuring the higher-order construct of fatigue was created. Good test-retest reliability (Lin’s concordance correlation coefficient of 0.86–0.90) and low floor and ceiling effects were demonstrated. The NFI-MS-G was found easily readable and invariant across groups of gender, age, disease duration, timepoint and centre.

Conclusion The German version of the NFI-MS comprehensively represents the construct of fatigue and has adequate psychometric properties. The German version differs from the English original version with respect to a lack of unidimensionality of the summary scale and minor local dependencies of the physical subscale that could be canceled out using a testlet analysis.

Schlüsselwörter

Multiple Sklerose - Fatigue - Instrumente zur Selbsteinschätzung - Österreich - Validierung.

Key words

Multiple Sclerosis - Fatigue - Patient Reported Outcome Measures - Austria - Validation Studies as Topic.online publiziert 2022

Zusätzliches Material



Publikationsverlauf

Artikel online veröffentlicht:
14. Dezember 2022

© 2022. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 Compston A, Confavreux C, Lassmann H. et al. McAlpine´s multiple sclerosis. 4th ed. Aufl.. London: Elsevier; 2006
    Suche in Google Scholar
  • 2 Olbert E, Seiser A, Struhal W. Fatigue bei Multipler Sklerose. psychopraxis neuropraxis 2019; 22: 52-57
    CrossrefPubMedSuche in Google Scholar
  • 3 Guidelines MSCP. Fatigue and multiple sclerosis: evidence-based management strategies for fatigue in multiple sclerosis. Washington D.C.: Paralyzed Veterans of America; 1998
    Suche in Google Scholar
  • 4 Abd-Elfattah HM, Abdelazeim FH, Elshennawy S. Physical and cognitive consequences of fatigue: A review. Journal of Advanced Research 2015; 6: 351-358
    CrossrefPubMedSuche in Google Scholar
  • 5 Elbers RG, Rietberg MB, van Wegen EE. et al. Self-report fatigue questionnaires in multiple sclerosis, Parkinson’s disease and stroke: a systematic review of measurement properties. Quality of life research: an international journal of quality of life aspects of treatment, care and rehabilitation 2012; 21: 925-944
    CrossrefPubMedSuche in Google Scholar
  • 6 Flachenecker P, Kumpfel T, Kallmann B. et al. Fatigue in multiple sclerosis: a comparison of different rating scales and correlation to clinical parameters. Multiple Sclerosis Journal 2002; 8: 523-526
    CrossrefPubMedSuche in Google Scholar
  • 7 Mills RJ, Young CA, Pallant JF. et al. Development of a patient reported outcome scale for fatigue in multiple sclerosis: The Neurological Fatigue Index (NFI-MS). Health and quality of life outcomes 2010; 8: 22
    CrossrefPubMedSuche in Google Scholar
  • 8 Mills RJ, Calabresi M, Tennant A. et al. Perceived changes and minimum clinically important difference of the Neurological Fatigue Index for multiple sclerosis (NFI-MS). Mult Scler 2013; 19: 502-505
    CrossrefPubMedSuche in Google Scholar
  • 9 Wirtz M, Böcker M. Properties and benefits of applying the Rasch model in clinical diagnostics. Die Rehabilitation 2007; 46: 238-245
    Thieme ConnectPubMedSuche in Google Scholar
  • 10 Rasch G. Probabilistic Models for Some Intelligence and Attainment Tests. Chicago: University of Chicago Press; 1980
    Suche in Google Scholar
  • 11 Krupp LB. Fatigue und M.S Im Internet: https://www.msif.org/wp-content/uploads/2014/09/MS-in-focus-19-Fatigue-German.pdfStand: 18.10.2019
    PubMed
  • 12 Seebacher B, Mills RJ, Reindl M. et al. German translation, cultural adaptation and validation of the unidimensional self-efficacy scale for multiple sclerosis. BMC Neurol 2021; 21: 163
    CrossrefPubMedSuche in Google Scholar
  • 13 McDonald WI, Compston A, Edan G. et al. Recommended diagnostic criteria for multiple sclerosis: guidelines from the International Panel on the diagnosis of multiple sclerosis. Ann Neurol 2001; 50: 121-127
    CrossrefPubMedSuche in Google Scholar
  • 14 Kurtzke JF. Rating neurologic impairment in multiple sclerosis: an Expanded Disability Status Scale (EDSS). Neurology 1983; 33: 1444-1452
    CrossrefPubMedSuche in Google Scholar
  • 15 Wiendl H, Gold R, Berger T. et al. Multiple Sclerosis Therapy Consensus Group (MSTCG): position statement on disease-modifying therapies for multiple sclerosis (white paper. Therapeutic advances in neurological disorders 2021; 14 17562864211039648
    CrossrefPubMedSuche in Google Scholar
  • 16 Lenhard W, Lenhard A. Berechnung des Lesbarkeitsindex LIX nach Björnson. In. Bibergau: Psychometrica. 2014-2017
    Crossref
  • 17 Petermann F. Hospital Anxiety and Depression Scale, Deutsche Version (HADS-D). Zeitschrift für Psychiatrie, Psychologie und Psychotherapie 2011; 59: 251-253
    CrossrefPubMedSuche in Google Scholar
  • 18 Flachenecker P, Vogel U, Simeoni MC. et al. MusiQol: international questionnaire investigating quality of life in multiple sclerosis: validation results for the German subpopulation in an international comparison. Der Nervenarzt 2011; 82: 1281-1289
    CrossrefPubMedSuche in Google Scholar
  • 19 Schumacher J, Leppert K, Gunzelmann T. et al. Die Resilienzskala – Ein Fragebogen zur Erfassung der psychischen Widerstandsfähigkeit als Personmerkmal. Zeitschrift für Klinische Psychologie, Psychiatrie und Psychotherapie 2004; 53: 16-39
    PubMedSuche in Google Scholar
  • 20 Braley TJ, Chervin RD. Fatigue in multiple sclerosis: mechanisms, evaluation, and treatment. Sleep 2010; 33: 1061-1067
    CrossrefPubMedSuche in Google Scholar
  • 21 Linacre JM. Sample size and item calibration stability. Rasch Measurement Transactions 1994; 7: 328
    PubMedSuche in Google Scholar
  • 22 Pallant JF, Tennant A. An introduction to the Rasch measurement model: an example using the Hospital Anxiety and Depression Scale (HADS). Br J Clin Psychol 2007; 46: 1-18
    CrossrefPubMedSuche in Google Scholar
  • 23 Masters GN. A Rasch model for partial credit scoring. Psychometrika 1982; 47: 149-174
    CrossrefPubMedSuche in Google Scholar
  • 24 Andrich D. A rating formulation for ordered response categories. Psychometrika 1978; 43: 561-573
    CrossrefPubMedSuche in Google Scholar
  • 25 Tennant A, Conaghan PG. The Rasch measurement model in rheumatology: what is it and why use it? When should it be applied, and what should one look for in a Rasch paper?. Arthritis and rheumatism 2007; 57: 1358-1362
    CrossrefPubMedSuche in Google Scholar
  • 26 Christensen KB, Makransky G, Horton M. Critical Values for Yen’s Q3: Identification of Local Dependence in the Rasch Model Using Residual Correlations. Appl Psychol Meas 2017; 41: 178-194
    CrossrefPubMedSuche in Google Scholar
  • 27 Holland PW, Wainer H. Differential Item Functioning Hillsdale, N. J.. Lawrence Erlbaum; 1993
    Suche in Google Scholar
  • 28 Andrich D. Rasch models for measurement series: quantitative applications in the social sciences no. 68. London: Sage; 1988
    CrossrefSuche in Google Scholar
  • 29 Hinkle DE, Wiersma W, Jurs SG. Applied Statistics for the Behavioral Sciences. 5th ed. Aufl.. Boston: Houghton Mifflin; 2003
    Suche in Google Scholar
  • 30 Lin LI-K. A concordance correlation coefficient to evaluate reproducibility. Biometrics 1989; 45: 255-268
    CrossrefPubMedSuche in Google Scholar
  • 31 Kobelt G, Thompson A, Berg J. et al. New insights into the burden and costs of multiple sclerosis in Europe. Multiple Sclerosis Journal 2017; 23: 1123-1136
    CrossrefPubMedSuche in Google Scholar
  • 32 Bühner M. Einführung in die Test- und Fragebogenkonstruktion. 2. aktualisierte. Aufl.. München: Pearson Studium – Psychologie; 2006
    Suche in Google Scholar
  • 33 Wright BD, Masters GN. Rating scale analysis. Chicago, Illinois: MESA Press; 1982
    Suche in Google Scholar
  • 34 Rammstedt B, Kemper C, Schupp J. Standardisierte Kurzskalen zur Erfassung psychologischer Merkmale in Umfragen. Methoden, Daten, Analysen 2013; 7: 145-152
    CrossrefPubMedSuche in Google Scholar
  • 35 Oliva Ramirez A, Keenan A, Kalau O. et al. Prevalence and burden of multiple sclerosis-related fatigue: a systematic literature review. BMC Neurology 2021; 21: 468
    CrossrefPubMedSuche in Google Scholar