1. 如前所提，我們的CATs對於極端個案（功能很差或很好）之誤差偏高而且須要比較多的題目（一般CATs亦常發生此問題）
這樣的現象（缺點）對臨床人員而言，似難接受。因為極端個案之評估，臨床人員容易「一目了然」，也就是毋須多少評估項目，即能掌握個案之功能，且臨床人員應覺得誤差不高（因為很容易看得出來個案功能）。也就是對於極端個案，臨床人員可以快、準地評估！但是我們的 CATs 之表現卻是須要測試很多題項，且誤差大！
2. 或許 multi-dimensional CATs 或可解決上述部分問題，也就是利用向度間相關，以提升評估效能。臨床人員也經常利用此概念（如動作及認知功能差者，其ADL也差；下肢動作能力高，其平衡能力好），以提升臨床效能。所以，上述1.所提問題，在臨床多向度的功能評估時，且極端個案，問題更為明顯。
我之前寫過幾篇論文，利用 multi-dimensional model 以簡化評估項目並降低測量誤差。然而，這些研究樣本皆被施測所有多向度的題目。也就是如果需要測試所有 ADL & Balance CAT 題庫項目，才能運用multi-dimensional model。那將因為題目過多，可行性就降低許多。
若可只測試數個 CATs，即可運用multi-dimensional model，那可行性就增加許多！ 但須要多少個案！？個案之能力分布如何？可模擬分析成效如何嗎！？
3. 臨床各功能向度間的關聯，尤其在極端值，都是線性的！？
如前述，動作及認知功能極差（佳）者，臨床人員可（常）自動將ADL, balance 評為最最低（高）分，但如果動作與認知功能在中度者，臨床人員就難以判斷個案之ADL, balance 功能（須要費時施測）。這樣的觀察所得，也就代表臨床人員的判斷是：對極端個案者，各功能間的相關性極高，但對中間能力者，各功能間的相關性較低。也就是各功能間的關聯是「非線性」！
然而目前，此「線性關聯」問題恐不易獲得實證，因為若就我們的 CAT 或 IRT/CAT 測量而言，極端個案之功能估計皆誤差大（或欠缺題目），將導致對些極端個案不同功能間的關聯估計產生較大的誤差，也就是不易驗證。除非我們可以增加題目（這難度很高）以降低測量誤差。
此問題會影響問題 2... 但短期間並不易處理。
關於「運用multi-dimensional model提昇極端個案的評估精準度」，我的看法是：將各domain（如：balance, ADL）的題庫縮減成IRT-based short forms，然後一起放進一個item pool。這樣或許比直接用所有domain題庫項目施測多了些可行性？之後，試著用bifactor model分析。Bifactor model是multidimensional IRT models的一種，item pool裡面的item皆有二個factor loadings，一個是”general” factor loading, 一個是”domain-specific” factor loading。我看過的IRT論文中，有一些HRQOL評估工具的驗證是使用bifactor model，我認為將balance, ADL, cognition…等評估分數綜合起來，應該蠻像HRQOL的概念，比較屬於formative model。或許balance, ADL, cognition…等評估分數綜合起來，可以形成一個”functional status index”? 符合bifactor model也可進一步發展成CAT。
回覆刪除這是目前看了一些IRT論文後的想法，不曉得正不正確，之後若有其它想法或修正會再post上來。
1. short form 的做法OK，只是 ADL 沒 short form. 且不易做（主要是 IADL 項目一般個案之從事比例不高，故難挑選題目）。
回覆刪除2. 可否釐清 bifactor 的主要功能？如發展「綜合指標」or 「降低誤差」 or both. 綜合指標的「內容概念（如結合 balance, ADL, cognition）」複雜/混淆，所以目前的QOL還是以多層面指標 (profile) 為主流。