如何計算Pearson's r的95%信賴區間

1. 使用R軟體：
(1)先把data匯入R (data是以csv檔儲存，以開啟檔案的方式把data檔案匯入)

> data=read.table(file.choose(),sep=',', header=TRUE)

(2)使用下列語法可算出Pearson's r及其95%CI（data儲存的方式是paired data，前測是data[,1]，後測是data[,2])

> cor.test(data[,1],data[,2],method='pearson',
conf.level=0.95)

2. 使用SPSS軟體：

若要使用SPSS算出Pearson's r的95% CI，要先將資料做一點小處理。

(1) Analyze→Descriptives

選擇要做相關分析的二個變數，然後勾選"Save standardized values as variables"，把變數先標準化。

(2) Analyze→Regression→Linear

以Linear Regression分析，將標準化的二個變數各放進"Dependent（依變項）"和 "Independent（獨變項）"（我是把後測的標準化變數放進依變項，前測的標準化變數放進獨變項）。

(3) 點選"Statistics"，勾選Regression coefficients中的選項"Confidence intervals"(一般都是設定95% CI)。

(4) 點選"OK"，即可得"Output"，如下：

基本上我們若以linear regression來分析二變數的相關，只要找表格中的Beta值，就可知道二變數的相關係數是多少（就等於Beta值）。

經過標準化之後的變數，進行Linear Regression分析後，其B和Beta的值是一樣的（見表格），所以表格後面的"Confidence Interval  for B"其實就等同於"Confidence Interval for Beta"。

由上面表格可知，二變數的相關是0.802，相關係數的95% CI=-0.296~1.900。

註：以這個方式算出的95% CI，upper bound會有過大的現象（跟R軟體算出的值比較，但lower bound差不多）。

10/17討論記錄

ADL item bank不適合做成short form的原因：
1. IADL domain有很多，要選擇那些domain可能是一個問題，另外的問題是：IADL並不是每項皆必須從事，item的選擇也是一個困難點。
2. 在數學上要讓BADL+IADL呈現Unidimentionality是不困難的，Rasch不行還有2P，不然就是用non-parametric IRT model，如：Mokken。但數學上呈現單向度，不代表概念是單向度的，因為為了符合model，刪了一些題目，但是這些題目可能是很重要的(畢竟來自專家或病患的意見）。刪除了這些題目，可能使得ADL概念變得不完整。

10/14-18任務規劃

	10/14 (ㄧ)	10/15 (二)	10/16 (三)	10/17 (四)	10/18 (五)
9:00-11:00	收案	台大IRB (中山): 修改計畫書及同意書	收案/約個案	Balance CAT & Biodex論文 資料整理與分析	收案/約個案
11:00-12:00	Lynn英文	IRT論文 分類
13:00-15:30	收案	IRT論文 分類 & IRT/CAT研究構想	收案	IRT論文 分類	注意力收案資料整理
16:00-17:00	亞東IRB		收案	台大IRB 上傳 (中山)	收案

本週IRT論文分類：PubMed 第501-700篇

中山研究助理對各評估工具熟悉程度及後續規畫

中山研究助理對各評估工具熟悉程度：
以下以0-10分代表助理對評估工具之熟悉狀況，越高分代表越熟悉：
平衡評估：
Berg Balance Scale: 6-7分
Balance Item Bank/Balance CAT:  6-7分
ADL評估：
BI/FAI: 8-9分
ADL item Bank/ADL CAT: 8-9分

基本上蔡助理在ADL的評估上還蠻熟練的！
因為有過臨床經驗，所以可以很自然地藉由與個案聊天做完ADL評估，
但可能要提醒她有些重點要記得說明，如：FAI有些項目是問過去半年，跟個案詢問時要加上時間的描述，以免個案說的只有最近的情況。
另外，問法上也要避免問個案「可不可以」，而是問「有沒有」。
平衡評估的熟悉度稍低一些。
其原因主要是助理對有些項目的評估方式還不是很熟悉，
評估流程也還不熟，但這些部分應該施測幾次之後就沒有問題了。

台語熟悉度：7-8分
在公衛大樓練習評估時，幫忙的學妹刻意以台語跟蔡助理對談，
蔡助理在台語的應對上還蠻不錯的，有些說法一開始不是很順，但多說幾次就很溜了。

關於未來施測流程和個案納入標準：
因為要評估的工具很多，所以請助理跟呂文賢老師詢問和討論：是否一次皆要測完這些評估工具？
或許可以分為二次，二天測完，如同她練習的方式：一次為Berg+ADL item bank/ADL CAT，一次為Balance item bank/Balance CAT+BI/FAI?
另外，個案是否一定要MMSE 23分以上才能納入？或許可以聽懂簡單指令執行平衡的項目，而BI/FAI/ADL item bank/ADL CAT可以詢問個案的照顧員？

後續規畫：
1. 請助理製作個案的評估表格，一位個案一份，包含：個案基本資料表、各個評估工具的評估項目，再確定好收案程序後，依施測順序排列表格，製作個案的評估檔案。
註：蔡助理之前將我和Jenny給予她的評估項目整理得蠻不錯的，所以應該蠻有這方面的天份和興趣。

2. 由於IRB申請和通過還須一段時間，考慮在IRB通過前，或許聯絡之前曾經去評估過的一壽養護中心，跟他們詢問是否方便讓我們執行這些評估工具的練習，讓助理實際使用評估表格練習評估幾位個案和熟悉整個收案流程。
註：蔡助理過去一年的臨床經驗中有過在長照機構服務的經驗，所以對於長照機構的個案狀況還算熟悉。但收案和臨床作業可能有些不同，或許可以先練習一下整個收案流程。

中山研究助理訓練記錄及台大收案現況

中山研究助理訓練記錄：
早上進行了約1-2小時的講解（與Jenny一起），主要是釐清助理的疑問。
因助理本身已先閱讀Berg/Balance & ADL item bank/BI/FAI的施測內容，
且有一年的臨床經驗，
所以對於項目如何施測及給分大致上沒有問題，
僅對部分項目評分如何給予較不確定，
故我們僅針對這些項目的評分給予講解。

下午找了二位中風個案請助理練習施測，
一位個案是練習Berg/ADL item bank的施測，
另一位個案則是練習Balance item bank/BI/FAI的施測，
之後跟助理檢討施測過程或問法有哪些須更改，
並提供可能的施測流程(Berg)，共花費約2個小時的時間。
回到公衛大樓後請一位碩班學妹幫忙當受試者，
練習Balance CAT和ADL CAT如何和Balance & ADL item bank一起施測，
大約花費1小時的時間。

以上訓練時間共約5小時。

台大收案現況：
由於目前我們收案的組數有點多(大致上為4組)，
且可能會同時用到台大生理OT的二間小治療室，
造成臨床作業上有些不便，
故陳怡妙老師希望我們準備一個檔案夾，
放上現在我們研究室進行的研究內容和進行的時間，
然後放置在個案名單白板下面的鐵櫃上，
讓他們可以知道我們目前到底在進行哪些研究。
目前已經收集我們研究室所有研究的同意書（通過台大IRB的6個研究），
並補上臨床老師需要的資訊，將於星期五放置在指定的位置上。

IRT論文分類reorganization重點

1. 不看全文，只看Title和Abstract。
2. 分類須再清楚些，目前分類有overlap的狀況。大體來說，目前所分類的IRT論文大部分都屬於validation，所以目的和驗證不應作為二個分類項目。（ 之後分類方向：論文目的清楚和驗證相關事項探討）
3. 看Title和Abstract不確定的就先放一邊，目前只要大略分類即可。

IRT論文分類狀況(10/7更新)

目前看了340篇論文，扣除與臨床不相關/comments/一般Rasch, IRT或效度驗證的論文，共分類了90篇。分類情況如下：

A. Purpose/Function of IRT/Rasch analysis: 45篇
1. improve reliability/precision/discrimination: 9篇
2. select/reduce items: 8篇
3. develop functional stages/health states: 8篇
4. clarify/confirm structure: 5篇
5. create interval scale: 2篇
6. cross calibration/co-calibration: 2篇
7. evaluate equivalency between response systems: 2篇
8. group comparison: 2篇
9. derive an  composite score: 1篇
10. evaluate crosscultural measurement equivalence: 1篇
11. evaluate temporal stability of structure: 1篇
12. link outcomes: 1篇
13. scale consolidation: 1篇
14. treatment planning: 1篇
15. analyze relationship:  1篇

B. Rasch/IRT validation-interesting issues/topics(Rasch/IRT驗證論文中，包含有趣或值得探討的議題): 11篇
1. DIF: 2篇
2.  rating scale design: 2篇
3. comparison between measures: 1篇
4. computerized cognitive test: 1篇
5. model fitting criteria: 1篇
6. '3- step IRT strategy': 1篇
7. measurement invariance analyses: 1篇
8. model choice: 1篇
9. small sample size: 1篇

C. Rasch/IRT concepts(論文中提及Rasch/IRT概念，值得精讀)：7篇
1. cognition tests: 1篇
2. DIF: 1篇
3. macro & micro analysis: 1篇
4. PROMIS Item Bank Development and Testing Methodology: 1篇
5. psychiatry: 1篇
6. software: 1篇
7. systematic review: 1篇

D. CAT (CAT論文中有關methodology): 4篇
1. clarify test structure: 1篇
2. content balance: 1篇
3. compare precision (CAT vs. short form): 1篇
4. improve precision & efficiency: 1篇

E. Mokken analysis (non-parametric IRT analysis, 分開探討): 4篇
1. concept: 1篇
2. validation: 3篇

F. Other models (較不常見或不熟悉的Rasch/IRT models): 14篇
1. multi/many-facet Rasch model: 8篇
2. mixed Rasch model: 1篇
3. Thurstonian IRT model: 1篇
4. explanatory item response model: 1篇
5. logistic item response model : 1篇
6. longitudinal IRT model : 1篇
7. unfolding item response theory model: 1篇

G. Unfiled(不確定，尚未分類的論文): 6篇