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

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

Publication History

Article published online:
14 December 2022

• Literatur

• 1 Compston A, Confavreux C, Lassmann H. et al. McAlpine´s multiple sclerosis. 4^th ed. Aufl.. London: Elsevier; 2006
• 2 Olbert E, Seiser A, Struhal W. Fatigue bei Multipler Sklerose. psychopraxis neuropraxis 2019; 22: 52-57 DOI: 10.1007/s00739-019-0548-9.
• 3 Guidelines MSCP. Fatigue and multiple sclerosis: evidence-based management strategies for fatigue in multiple sclerosis. Washington D.C.: Paralyzed Veterans of America; 1998
• 4 Abd-Elfattah HM, Abdelazeim FH, Elshennawy S. Physical and cognitive consequences of fatigue: A review. Journal of Advanced Research 2015; 6: 351-358 DOI: 10.1016/j.jare.2015.01.011.
• 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 DOI: 10.1007/s11136-011-0009-2.
• 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 DOI: 10.1191/1352458502ms839oa.
• 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 DOI: 10.1186/1477-7525-8-22.
• 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 DOI: 10.1177/1352458512457840.
• 9 Wirtz M, Böcker M. Properties and benefits of applying the Rasch model in clinical diagnostics. Die Rehabilitation 2007; 46: 238-245 DOI: 10.1055/s-2007-971068.
• 10 Rasch G. Probabilistic Models for Some Intelligence and Attainment Tests. Chicago: University of Chicago Press; 1980
• 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
• 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 DOI: 10.1186/s12883-021-02183-y.
• 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
• 14 Kurtzke JF. Rating neurologic impairment in multiple sclerosis: an Expanded Disability Status Scale (EDSS). Neurology 1983; 33: 1444-1452
• 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 DOI: 10.1177/17562864211039648.
• 16 Lenhard W, Lenhard A. Berechnung des Lesbarkeitsindex LIX nach Björnson. In. Bibergau: Psychometrica. 2014-2017 DOI: 10.13140/RG.2.1.1512.3447
• 17 Petermann F. Hospital Anxiety and Depression Scale, Deutsche Version (HADS-D). Zeitschrift für Psychiatrie, Psychologie und Psychotherapie 2011; 59: 251-253 DOI: 10.1024/1661-4747/a000077.
• 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 DOI: 10.1007/s00115-011-3276-9.
• 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
• 20 Braley TJ, Chervin RD. Fatigue in multiple sclerosis: mechanisms, evaluation, and treatment. Sleep 2010; 33: 1061-1067
• 21 Linacre JM. Sample size and item calibration stability. Rasch Measurement Transactions 1994; 7: 328
• 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
• 23 Masters GN. A Rasch model for partial credit scoring. Psychometrika 1982; 47: 149-174 DOI: 10.1007/BF02296272.
• 24 Andrich D. A rating formulation for ordered response categories. Psychometrika 1978; 43: 561-573 DOI: 10.1007/BF02293814.
• 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 DOI: 10.1002/art.23108.
• 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 DOI: 10.1177/0146621616677520.
• 27 Holland PW, Wainer H. Differential Item Functioning Hillsdale, N. J.. Lawrence Erlbaum; 1993
• 28 Andrich D. Rasch models for measurement series: quantitative applications in the social sciences no. 68. London: Sage; 1988
• 29 Hinkle DE, Wiersma W, Jurs SG. Applied Statistics for the Behavioral Sciences. 5^th ed. Aufl.. Boston: Houghton Mifflin; 2003
• 30 Lin LI-K. A concordance correlation coefficient to evaluate reproducibility. Biometrics 1989; 45: 255-268
• 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 DOI: 10.1177/1352458517694432.
• 32 Bühner M. Einführung in die Test- und Fragebogenkonstruktion. 2. aktualisierte. Aufl.. München: Pearson Studium – Psychologie; 2006
• 33 Wright BD, Masters GN. Rating scale analysis. Chicago, Illinois: MESA Press; 1982
• 34 Rammstedt B, Kemper C, Schupp J. Standardisierte Kurzskalen zur Erfassung psychologischer Merkmale in Umfragen. Methoden, Daten, Analysen 2013; 7: 145-152 DOI: 10.12758/mda.2013.009.
• 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 DOI: 10.1186/s12883-021-02396-1.