一般化可能性理論を使用して、臨床評価プロトコルを開発します

臨床評価プロトコルは、信頼できるデータを生成する必要があり、臨床的に達成可能な最小検出可能な変化（MDC）があります。信頼性の研究では、一般化可能性理論には、古典的なテスト理論よりも2つの利点があります。これらの利点は、個々の患者プロファイルに合わせて評価プロトコルを調整できるようにする情報を提供します。まず、一般化可能性理論により、ユーザーは複数の測​​定誤差分散（ファセット）のソースを同時に検討することができます。第二に、ユーザーは、さまざまな研究ファセット全体でメイン研究の結果を一般化し、ファセット条件のさまざまな組み合わせに基づいて信頼性とMDCを再計算することができます。そうすることで、臨床評価プロトコルは、現実的なMDCを達成するために取らなければならない対策の数を最小限に抑えること、繰り返し測定を使用してMDCを最小限に抑えるか、臨床医が特定の期間にわたって個々の患者の進行を監視できる組み合わせに基づいて選択することに基づいて選択できます。

Clinical assessment protocols must produce data that are reliable, with a clinically attainable minimal detectable change (MDC). In a reliability study, generalizability theory has 2 advantages over classical test theory. These advantages provide information that allows assessment protocols to be adjusted to match individual patient profiles. First, generalizability theory allows the user to simultaneously consider multiple sources of measurement error variance (facets). Second, it allows the user to generalize the findings of the main study across the different study facets and to recalculate the reliability and MDC based on different combinations of facet conditions. In doing so, clinical assessment protocols can be chosen based on minimizing the number of measures that must be taken to achieve a realistic MDC, using repeated measures to minimize the MDC, or simply based on the combination that best allows the clinician to monitor an individual patient's progress over a specified period of time.