Tennant 與 Küçükdeveci 的復健研究回顧整理 Rasch 測量在復健領域的發展、分析流程與挑戰。文章指出，使用 Rasch 模型時，研究者需要檢查同質性、局部反應獨立性、單向度、單調性、群體間項目恆等、信度與 targeting。群體可能依年齡、性別、臨床類別、語言或國家區分，並以 DIF 分析檢查相同潛在能力下是否出現不同作答機率。
這篇回顧也提醒，健康結果量表的受測者常集中於某個能力區段，量表難度分布未必能很好涵蓋個案；因此即使量表整體信度看似不錯，也需要檢查 person-item map 與測量目標是否匹配。
思與行
- 在健康或復健量表研究中，將測量範圍、樣本狀態與臨床決策用途一起交代。
- 針對不同語言、診斷群或測量時間點檢查項目是否維持相同意義。
參考
- 開放取用回顧：Alan Tennant & Ayse A. Küçükdeveci, “Application of the Rasch measurement model in rehabilitation research and practice: early developments, current practice, and future challenges,” Frontiers in Rehabilitation Sciences（2023）。全文；DOI
- 延伸概念：Rasch分析要檢查單向度與局部獨立性、DIF檢查不同群體是否以不同方式回應題目、量尺定位決定測量在哪些人身上最精確。