Cross-sectional data from the Medical Outcomes Study (MOS) were analyzed to test the validity of the MOS 36-Item Short-Form Health Survey (SF-36) scales as measures of physical and mental health constructs. Results from traditional psychometric and clinical tests of validity were compared. Principal components analysis was used to test for hypothesized physical and mental health dimensions. For purposes of clinical tests of validity, clinical criteria defined mutually exclusive adult patient groups differing in severity of medical and psychiatric conditions. Scales shown in the components analysis to primarily measure physical health (physical functioning and role limitations-physical) best distinguished groups differing in severity of chronic medical condition and had the most pure physical health interpretation. Scales shown to primarily measure mental health (mental health and role limitations-emotional) best distinguished groups differing in the presence and severity of psychiatric disorders and had the most pure mental health interpretation. The social functioning, vitality, and general health perceptions scales measured both physical and mental health components and, thus, had the most complex interpretation. These results are useful in establishing guidelines for the interpretation of each scale and in documenting the size of differences between clinical groups that should be considered very large.

The widespread use of standardized health surveys is predicated on the largely untested assumption that scales constructed from those surveys will satisfy minimum psychometric requirements across diverse population groups. Data from the Medical Outcomes Study (MOS) were used to evaluate data completeness and quality, test scaling assumptions, and estimate internal-consistency reliability for the eight scales constructed from the MOS SF-36 Health Survey. Analyses were conducted among 3,445 patients and were replicated across 24 subgroups differing in sociodemographic characteristics, diagnosis, and disease severity. For each scale, item-completion rates were high across all groups (88% to 95%), but tended to be somewhat lower among the elderly, those with less than a high school education, and those in poverty. On average, surveys were complete enough to compute scale scores for more than 96% of the sample. Across patient groups, all scales passed tests for item-internal consistency (97% passed) and item-discriminant validity (92% passed). Reliability coefficients ranged from a low of 0.65 to a high of 0.94 across scales (median=0.85) and varied somewhat across patient subgroups. Floor effects were negligible except for the two role disability scales. Noteworthy ceiling effects were observed for both role disability scales and the social functioning scale. These findings support the use of the SF-36 survey across the diverse populations studied and identify population groups in which use of standardized health status measures may or may not be problematic.

This study estimated the validity and relative precision (RP) of four methods (MOS long- and short-form scales, global items, and COOP Poster Charts) in measuring six general health concepts. The authors also tested whether and how precisely each method discriminated relatively well adult patients (N = 638) from those with only severe chronic medical (N = 168) and only psychiatric conditions (N = 163), as clinically defined. For comparisons between the well group and both medical and psychiatric groups, RP estimates favored longform over short-form, multi-item scales, and favored multi-item scales over single-item global measures and poster charts. In relation to long forms, short-form multi-item scales achieved a median RP of .93; RP estimates for global items and poster charts were .81 and .67, respectively. Variations in RP across methods and concepts were linked to differences in the coarseness of measurement scales, reliability, and content (including the effects of chart illustrations). These variations in RP have implications for the interpretation of scores, the statistical power of comparisons between clinical groups, and the size of confidence intervals around individual patient scores

Many health status surveys have been designed for mail, telephone, or in-person administration. However, with rare exception, investigators have not studied the effect the survey mode of administration has on the way respondents assess their health and other important parameters (such as response rates, nonresponse bias, and data quality), which can affect the generalizability of results. Using a national sampling frame of noninstitutionalized adults from the General Social Survey, we randomly assigned adults to a mail survey (80%) or a computer-assisted telephone survey (20%). The surveys were designed to provide national norms for the SF-36 Health Survey. Total data collection costs per case for the telephone survey ($47.86) were 77% higher than that for the mail survey ($27.07). A significantly higher response rate was achieved among respondents randomly assigned to the mail (79.2%) than telephone survey (68.9%). Nonresponse bias was evident in both modes but, with the exception of age, was not differential between modes. The rate of missing responses was higher for mail than telephone respondents (1.59 vs. 0.49 missing items). Health ratings based on the SF-36 scales were less favorable, and reports of chronic conditions were more frequent, for mail than telephone respondents. Results are discussed in light of the trade-offs involved in choosing a survey methodology for health status assessment applications. Norms for mail and telephone versions of the SF-36 survey are provided for use in interpreting individual and group scores.

To identify the determinants of patient preferences for participation in medical decision making.Data were analyzed for 2,197 patients from the Medical Outcomes Study, a 4-year observational study of patients with chronic disease (hypertension, diabetes, myocardial infarction, congestive heart failure, and depression). Multivariate logistic regression models estimated the effects of patients' sociodemographic, clinical, psychosocial, and lifestyle characteristics on their decision-making preferences.A majority of the patients (69%) preferred to leave their medical decisions to their physicians. The odds for preferring an active role significantly decreased with age and increased with education. Women were more likely to be active than men (odds ratio [OR] = 1.44, P < 0.001). Compared with patients who only suffered with unsevere hypertension, those with severe diabetes (OR = 0.62, P = 0.04) and unsevere heart disease (OR = 0.45, P = 0.02) were less likely to prefer an active role. Patients with clinical depression were more likely to be active (OR = 1.64, P = 0.01). Patients pursuing active coping strategies had higher odds for an active role than "passive" copers, while those who placed higher value on their health were less likely to be active than those with low health value (OR = 0.59, P < 0.001).Although a majority of patients prefer to delegate decision making to physicians, preferences vary significantly by patient characteristics. Approaches to enhancing patient involvement will need to be flexible and accommodating to individual preferences in order to maximize the benefits of patient participation on health outcomes.

Patients with chronic insomnia are more likely to develop affective disorders, cardiac morbidity, and other adverse health outcomes, yet many clinicians tend to trivialize the complaint of insomnia or to attribute it only to psychiatric causes.To estimate the prevalence and longitudinal course of insomnia in patients with documented chronic medical illness and/or depression and to quantify the associations between specific chronic conditions and insomnia.The presence of mild or severe insomnia was based on responses to a sleep questionnaire completed by 3445 patients with at least 1 of 5 physician-identified chronic conditions (hypertension, diabetes, congestive heart failure, myocardial infarction, or depression) at baseline; a subsample of 1814 patients completed follow-up questionnaires at 2 years. Using multivariate techniques, we evaluated the relationship between chronic conditions, patient-reported comorbidities, and insomnia (complaints of initiating and maintaining sleep), adjusting for sociodemographics and health habits.Sixteen percent of study patients had severe and 34% had mild insomnia at baseline. At 2-year follow-up, 59% (95% confidence interval, 55%-63%) of patients with mild insomnia and 83% (95% confidence interval, 78%-88%) of patients with severe insomnia at baseline still had sleep problems. Odds ratios corresponding to mild and severe insomnia for key risk factors were as follows: current depressive disorder, 2.6 and 8.2; subthreshold depression, 2.2 and 3.4; congestive heart failure, 1.6 and 2.5; obstructive airway disease, 1.6 and 1.5; back problems, 1.4 and 1.5; hip impairment, 2.2 and 2.7; and prostate problems, 1.6 and 1.4. The majority of insomnia-comorbidity associations observed at baseline persisted at 2-year follow-up.Patients with insomnia require follow-up, as the majority continue to be bothered by difficulty initiating and maintaining sleep. In addition to detecting affective disorders in patients with insomnia, clinicians should focus on medical conditions that disturb sleep, especially cardiopulmonary disease, painful musculoskeletal conditions, and prostate problems.

Unintentional non-adherence has been characterized as passively inconsistent medication-taking behavior (forgetfulness or carelessness). Our objectives were to: (1) study the prevalence and predictors of unintentional non-adherence; and (2) explore the interrelationship between intentional and unintentional non-adherence in relation to patients’ medication beliefs. We conducted a cross-sectional survey of adults with asthma, hypertension, diabetes, hyperlipidemia, osteoporosis, or depression from the Harris Interactive Chronic Illness Panel. The analytic sample for this study included 24,017 adults who self-identified themselves as persistent to prescription medications for their index disease. They answered three questions on unintentional non-adherence (forgot, ran out, being careless), 11 questions on intentional non-adherence, and three multi-item scales assessing perceived need for medication (k = 10), perceived medication concerns (k = 6), and perceived medication affordability (k = 4). Logistic regression was used to model predictors of each unintentional non-adherence behavior. Baron and Kenny’s regression approach was used to test the mediational effect of unintentional non-adherence on the relationship between medication beliefs and intentional non-adherence. Bootstrapping was employed to confirm the statistical significance of these results. For the index disease, 62% forgot to take a medication, 37% had run out of the medication, and 23% were careless about taking the medication. Common multivariate predictors (p < .001) of the three behaviors were: (1) lower perceived need for medications; (2) more medication affordability problems; (3) worse self-rated health; (4) diabetes or osteoporosis (relative to hypertension); and (5) younger age. Unique statistically-significant predictors of the three behaviors were: (a) ‘forgot to take medications’ - greater concerns about the index medication and male gender; (b) ‘run out of medications’ - non-white race, asthma, and higher number of total prescription medications; (c) ‘being careless’ - greater medication concerns. Mediational tests confirmed the hypothesis that the effect of medication beliefs (perceived need, concerns, and affordability) on intentional non-adherence is mediated through unintentional non-adherence. For our study sample, unintentional non-adherence does not appear to be random and is predicted by medication beliefs, chronic disease, and sociodemographics. The data suggests that the importance of unintentional non-adherence may lie in its potential prognostic significance for future intentional non-adherence. Health care providers may consider routinely inquiring about unintentional non-adherence in order to proactively address patients’ suboptimal medication beliefs before they choose to discontinue therapy all together.