📄 geneeskunde

Development of a Short Form of the Life Functioning Scale for Older Adults in the Korea National Health and Nutrition Examination Survey

Deze studie heeft een betrouwbare, 10-items korte versie van de Life Functioning Scale (LF-10) ontwikkeld en gevalideerd voor ouderen in Korea, die de enquêtebelasting aanzienlijk vermindert terwijl de sterke psychometrische eigenschappen en voorspellende validiteit behouden blijven, wat leidde tot de adoptie ervan in nationale gezondheidsenquêtes.

Oorspronkelijke auteurs: Eunsaem Kim, Jinhee Kim, Yunhwan Lee, Jihye Yun, Jaewon Choi, Miji Kim, Kyungwon Oh, Yangha Kim

Gepubliceerd 2026-10-15

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Eunsaem Kim, Jinhee Kim, Yunhwan Lee, Jihye Yun, Jaewon Choi, Miji Kim, Kyungwon Oh, Yangha Kim

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Nu mensen ouder worden, is het doel van de volksgezondheid verschoven van het simpelweg in leven houden van hen naar het helpen om hen onafhankelijk en actief te laten blijven. Een centraal onderdeel van deze missie is het begrijpen van "fysieke functionering", wat simpelweg het vermogen is om de dingen te doen die nodig zijn voor het dagelijks leven, van het trappenlopen tot het dragen van boodschappen. Wanneer dit vermogen afneemt, signaleert dit vaak het begin van kwetsbaarheid of de noodzaak voor langdurige zorg. Om deze achteruitgang te volgen, vertrouwen gezondheidsfunctionarissen op enquêtes waarbij ouderen vragen beantwoorden over hun vermogens. Echter, een oudere burger vragen een zeer lange vragenlijst in te vullen, kan uitputtend zijn. De mentale inspanning die nodig is om tientallen vragen te beantwoorden, kan leiden tot vermoeidheid, wat ervoor zorgt dat mensen vragen overslaan of slordige antwoorden geven, wat de kwaliteit van de gegevens ruïneert. De uitdaging voor onderzoekers is om een manier te vinden om de fysieke gezondheid nauwkeurig te meten zonder te veel vragen te stellen.

In Zuid-Korea werden onderzoekers geconfronteerd met precies dit probleem met de Korea National Health and Nutrition Examination Survey, een enorme nationale studie die gezondheidsgegevens verzamelt van duizenden burgers. Het team had eerder een gedetailleerde schaal van 25 items ontwikkeld om de fysieke functie te meten, maar ze realiseerden zich dat het te lang was voor een nationale enquête die al honderden vragen stelt. Om dit op te lossen, ging een team van onderzoekers van universiteiten en overheidsgezondheidsinstanties aan de slag om een kortere versie van de test te maken. Ze wilden het aantal vragen halveren terwijl ze ervoor zorgden dat de nieuwe, kortere test nog steeds hetzelfde ware verhaal vertelde over de gezondheid van een persoon als de oorspronkelijke lange versie.

De onderzoekers begonnen door naar de gegevens van de oorspronkelijke 25 vragen te kijken. Ze gebruikten een geavanceerde statistische methode om te identificeren welke vragen de meest nuttige informatie boden over de fysieke vermogens van een persoon. Ze brachten ook een panel van experts in om de vragen te beoordelen en vroegen ouderen om de vragen uit te proberen in interviews om te verzekeren dat de formulering duidelijk en relevant was voor het echte leven. Na dit zorgvuldige selectieproces brachten ze de lijst terug tot twee kandidaten: één met 12 vragen en een andere met 10. Ze testten beide versies op een groep van 519 volwassenen ouder dan 50 jaar. De resultaten lieten zien dat de versie met 10 items, die zij de LF-10 noemden, de beste balans bood. Het was kort genoeg om tijd te besparen, maar precies genoeg om de gezondheid nauwkeurig te meten.

Toen ze de schaal van 10 items hadden geselecteerd, onderwierp het team deze aan een reeks strenge tests om te bewijzen dat het werkte. Ze gaven de nieuwe test aan een nieuwe groep van 263 ouderen en vergeleken de resultaten met de oorspronkelijke lange test en andere standaard gezondheidsmaten. De bevindingen waren sterk. De korte test correleerde bijna perfect met de lange versie, wat betekent dat het dezelfde informatie vastlegde. Het toonde ook een uitstekende consistentie; wanneer mensen de test een week of twee later opnieuw maakten, bleven hun scores zeer stabiel. De test was ook in staat om toekomstige gezondheid te voorspellen. Mensen die aan het begin lager scoorden op de 10-item test, hadden zes maanden later significant meer kans om minder goede fysieke functies en een slechtere algemene gezondheid te rapporteren.

Een interessant detail kwam naar voren met betrekking tot hoe de test presteerde over verschillende leeftijdsgroepen. In de groep volwassenen van 50 tot 64 jaar scoorde bijna 60 procent van de mensen de maximale punten, wat betekende dat zij geen problemen hadden met welke van de taken dan ook. Deze hoge score, bekend als een "plafondeffect", suggereerde dat de taken voor jongere senioren simpelweg te gemakkelijk waren om een uitdaging te vormen. Echter, toen de onderzoekers de schaal testten op een veel oudere groep, met een gemiddelde leeftijd van 83, veranderden de resultaten. Slechts ongeveer een kwart van deze oudere groep scoorde de maximale punten, en de scores verspreidden zich veel breder. Dit geeft aan dat de test goed geschikt is voor de algemene oudere populatie, hoewel het moeite kan hebben om de zeer hoog functionerende individuen in de oudste leeftijdscategorieën te onderscheiden.

De onderzoekers pakten ook een technische hindernis aan met betrekking tot hoe mensen de vragen beantwoordden. In een gemeenschap van gezonde ouderen zegt heel weinig mensen dat ze een taak zoals het lopen van 400 meter of het tillen van een zwaar object "niet kunnen". Omdat deze lage antwoorden zo zeldzaam waren, moesten de statistische modellen die werden gebruikt om de test te kalibreren, worden aangepast om het gebrek aan gegevens aan de onderkant van de schaal op te vangen. Ondanks dit behield de test zijn vermogen om verschillen in gezondheidstoestand effectief te meten. De definitieve 10-item schaal duurt ongeveer zes minuten om te voltooien, wat de helft van de tijd is die vereist is voor de oorspronkelijke 25-item versie.

Dit nieuwe instrument is al overgenomen voor gebruik in grote nationale studies. Het maakt nu deel uit van de Korean Frailty and Aging Cohort Study en is geïntegreerd in de 2024 Korea National Health and Nutrition Examination Survey. Door de administratietijd te halveren zonder het vermogen te verliezen om gezondheidstrends te volgen, biedt de LF-10 een praktische oplossing voor het monitoren van het welzijn van een vergrijzende populatie. Het stelt gezondheidsfunctionarissen in staat om hoogwaardige gegevens over fysieke functionering te verzamelen zonder de ouderen die deze gegevens verstrekken te overbelasten, waardoor het beeld van de nationale gezondheid helder en accuraat blijft.

Technische Samenvatting: Ontwikkeling van een verkorte vorm van de Life Functioning Scale voor ouderen in de Korea National Health and Nutrition Examination Survey

Probleemstelling
Nu de levensverwachting stijgt, is de nauwkeurige meting van de fysieke functionering bij ouderen cruciaal voor de publieke gezondheidszorg en de planning van langdurige zorg. Bestaande maten richten zich echter vaak op functionele beperkingen (activiteiten van het dagelijs leven en instrumentele activiteiten van het dagelijks leven), die te maken hebben met plafondeffecten bij populaties die in de gemeenschap wonen en er niet in slagen om taken met een hogere belasting of sociale betrokkenheid te meten. Hoewel de auteurs eerder een uitgebreide 25-items Life Functioning-schaal (LF-25) hebben ontwikkeld, gebaseerd op Nagi's model van invalidatie voor de Korea National Health and Nutrition Examination Survey (KNHANES), vormt de lengte ervan een aanzienlijke belasting voor grootschalige nationale enquêtes. Langdurige vragenlijsten verhogen de cognitieve vermoeidheid, verlagen de responspercentages en vergroten de meetfouten. De studie adresseert de behoefte aan een psychometrisch robuuste korte vorm die de belasting voor de respondent vermindert, terwijl de constructvaliditeit en de precisie van de oorspronkelijke schaal behouden blijven.

Methodologie
De studie maakte gebruik van een multi-fase ontwerp met vijf verschillende steekproeven, verzameld tussen 2021 en 2023, om een korte vorm van de LF-25 te ontwikkelen en te valideren.

Strategie voor itemreductie: De auteurs hanteerden een hybride benadering waarbij kwantitatieve Item Response Theory (IRT) werd gecombineerd met kwalitatieve inhoudsvalidatie.
- Kwantitatief: Gebruikmakend van secundaire gegevens uit de oorspronkelijke LF-25 validatiestudie ( $n=259$ ), werden items geselecteerd op basis van een Graded Response Model (GRM). Prioriteit werd gegeven aan items met hoge discriminatieparameters en een breed bereik aan moeilijkheidsdrempels om de informatie over het gehele continuüm van de latente eigenschap te maximaliseren.
- Kwalitatief: Een panel van negen experts evalueerde items aan de hand van Content Validity Index (CVI) en Content Validity Ratio (CVR) drempelwaarden om de conceptuele breedte te waarborgen. Daarnaast identificeerden en verwijderden cognitieve interviews met acht ouderen items die een gebrek aan relevantie voor de echte wereld vertoonden of verwarring veroorzaakten.
- Generatie van kandidaten: Twee kandidaat-schalen werden geconstrueerd: een 10-item versie (LF-10) die prioriteit geeft aan psychometrische kracht, en een 12-item versie (LF-12) die twee door experts aanbevolen items toevoegt voor de inhoudelijke dekking.
Validatiefases:
- Fase 1 (Selectie): Een nulmeting ( $n=519$ , leeftijd $\ge$ 50) vergeleek de LF-10 en de LF-12. De deelnemers voltooiden de volledige LF-25 en werden willekeurig toegewezen aan een van de korte vormen. De LF-10 werd gekozen vanwege de optimale balans tussen precisie en haalbaarheid.
- Fase 2 (Psychometrische Validatie): Een onafhankelijke steekproef ( $n=263$ ) onderging een face-to-face computerondersteunde persoonlijke interviewmethode (CAPI). Deze fase omvatte Exploratieve Factoranalyse (EFA), Confirmatieve Factoranalyse (CFA), betrouwbaarheidstesten (interne consistentie en test-hertestbetrouwbaarheid) en concurrentievalidatie tegen een Physical Functioning (PF) criteriaschaal.
- Fase 3 (Voorspellende Validiteit): Een vervolgbemoning ( $n=263$ ), uitgevoerd 5–6 maanden na de nulmeting, evalueerde het vermogen van de LF-10 om de fysieke functionering en de zelfgerapporteerde gezondheid (SRH) uitkomsten na zes maanden te voorspellen.
- Externe Replicatie: De factorstructuur werd verder getest in een onafhankelijke steekproef uit de 2023 Korean Frailty and Aging Cohort Study (KFACS, $n=879$ ), die een oudere demografie vertegenwoordigt (gemiddelde leeftijd 83,1).
Statistische Analyse: Voor de factoranalyse werd gebruikgemaakt van weighted least squares mean- and variance-adjusted (WLSMV) estimators vanwege de ordinale data en plafondeffecten. IRT-parameters werden geschat met behulp van marginal maximum likelihood. Model-fit werd beoordeeld via CFI, TLI, SRMR en RMSEA. Voorspellende validiteit werd getest met lineaire en ordinale logistische regressie, waarbij werd gecorrigeerd voor covariaten.

Belangrijkste Resultaten

Schaalstructuur: De LF-10 vertoonde een unidimensionale structuur. In de Fase 2 steekproef verklaarde de enkele factor 81,5% van de variantie. CFA in Fase 3 en de KFACS-steekproef bevestigden deze structuur, met gestandaardiseerde factorladingen variërend van 0,86 tot 0,97.
IRT-eigenschappen: Het Graded Response Model vertoonde een acceptabele fit (RMSEA = 0,07). Alle 10 items vertoonden hoge discriminatieparameters (1,78 tot 5,97). Er werd geen significante Differentieel Item Functioning (DIF) per geslacht gedetecteerd.
Betrouwbaarheid: De schaal vertoonde uitstekende interne consistentie (McDonald's $\omega$ = 0,93; Cronbach's $\alpha$ = 0,91) en uitstekende test-hertestbetrouwbaarheid (Intraclass Correlation Coefficient = 0,94).
Validiteit:
- Concurrent: De LF-10 correleerde sterk met de oorspronkelijke LF-25 ( $r=0,90$ ) en de criterium PF-schaal ( $r=0,96$ ).
- Bekende Groepen: Scores maakten een significant onderscheid tussen groepen op basis van leeftijd, geslacht, opleiding, inkomen, burgerlijke staat, cognitieve achteruitgang, depressie en multimorbiditeit.
- Voorspellend: De baseline LF-10 scores voorspelden significant de fysieke functioneringsscores na zes maanden ( $\beta=0,465, p<0,001$ ) en de zelfgerapporteerde gezondheid ( $p<0,05$ ) na correctie voor covariaten.
Administratieve Efficiëntie: De LF-10 reduceerde de administratietijd met ongeveer 50% (gemiddeld 5,86 minuten) vergeleken met de LF-25 (gemiddeld 11,68 minuten).
Plafondeffecten: In de Fase 2 steekproef (gemiddelde leeftijd 63,7) scoorde 58,5% van de deelnemers op het plafond (100). Echter, in de oudere KFACS-steekproef (gemiddelde leeftijd 83,1) nam het plafondeffect af naar 25,1%, met meer verspreide scores, wat suggereert dat de schaal gevoelig is voor functionele achteruitgang bij oudere populaties.

Betekenis en Claims
De auteurs beweren dat de LF-10 een valide, betrouwbare en efficiënte maatstaf is voor fysieke functionering, specifiek ontworpen voor ouderen in nationale gezondheidsstudies. Door slechts 40% van de oorspronkelijke items te behouden, halveert de schaal de administratietijd terwijl de psychometrische kwaliteit vergelijkbaar blijft met die van het volledige instrument.

De studie benadrukt dat de LF-10 een succesvolle balans vindt tussen de afweging tussen meetprecisie en de belasting voor de respondent, een kritieke vereiste voor grootschalige enquêtes zoals KNHANES. In tegen tegenstelling tot korte vormen die uitsluitend zijn afgeleid van de Klassieke Testtheorie (die de inhoudelijke breedte kunnen opofferen), zorgt de integratie van IRT en kwalitatieve validatie bij de LF-10 voor het behoud van klinisch belangrijke inhoud met betrekking tot sociale en vrijetijdsactiviteiten.

Het artikel merkt op dat de LF-10 al is overgenomen door twee belangrijke nationale studies: de longitudinale Korean Frailty and Aging Cohort Study (KFACS) in 2023 en de Korea National Health and Nutrition Examination Survey (KNHANES) in 2024. Deze adoptie ondersteunt de haalbaarheid van de schaal voor nationale gezondheidsmonitoring. De auteurs concluderen dat de LF-10 publieke gezondheidspraktijkbeoefenaars en beleidsmakers een praktisch instrument biedt om de functionele bekwaamheid te monitoren en initiatieven voor gezonde veroudering te ondersteunen in snel vergrijzende samenlevingen.

Door auteurs genoemde beperkingen
De auteurs erkennen dat de itemdrempels geconcentreerd zijn in het lage tot middelmatige bereik van de latente eigenschap, wat betekent dat de schaal minder precies is bij hogere functioneringsniveaus. Ze merken ook op dat de voorspellende validiteit beperkt was tot een tijdlijn van zes maanden en twee uitkomsten, en dat interpretatiedrempels (zoals het Minimal Clinically Important Difference) nog niet zijn vastgesteld. Ten slotte is de schaal alleen gevalideerd in Koreaanse steekproeven, wat cross-culturele adaptatie voor andere populaties noodzakelijk maakt.

Meer zoals dit