The SF-36 summary scales: Problems and solutions

Summary

To determine the accuracy of the SF-36 summary mental and physical health scales in reflecting their underlying subscales using the traditional method of scoring based on factor coefficients derived through principle components analysis and orthogonal rotation. A representative Australian population survey containing the SF-36 was used to obtain factor coefficients from principle components analysis and orthogonal rotation for scoring the physical component summary (PCS) and the mental component summary (MCS) of the SF-36 in the traditional way. In addition two other methods were used to produce coefficients. The first method used maximum likelihood extraction and oblique rotation. The second method fit a structural equation model to the data in a confirmatory factor analysis. The coefficients derived by each of the methods were applied to the data of a second representative population survey. This survey also provided data on physical and mental health status which allowed comparison of the summary scores and underlying subscales according to various health states. Neither of the scoring methods based on the exploratory factor analyses methods (orthogonal and oblique) produced summary scale scores, by age group, that adequately reflected the underlying subscales. When coefficients derived using structural equation modeling were fit to the data in a confirmatory factor analysis the MCS and PCS accurately reflected their underlying subscale scores. They also produced MCS and PCS scores for the various health states as would be expected from the underlying subscales. The traditional methods of scoring the SF-36 summary scales produce results that would not be expected from the underlying subscales. The problem was only corrected by fitting a structural equation model to the data in a confirmatory factor analysis. The results advise caution in the use of the SF-36 summary scales and suggests that alternative methods of developing factor coefficients need to be employed in studies using the SF-36 summary scales.

Zusammenfassung

Die zur Berechnung der Summenskalen der physischen (PCS) und psychischen Dimension (MCS) des SF-36 nötigen Faktorwerte wurden in einer repräsentativen australischen Bevölkerungsbefragung nach dem Standardverfahren durch eine Hauptkomponentenanalyse mit orthogonaler Rotation ermittelt. Zusätzlich wurden zwei weitere Verfahren zur Berechnung der Koeffizienten angewendet: eine Faktorenextraktion nach Maximum-Likelihood mit anschliessender schiefwinkliger Rotation und die anpassung eines Strukturgleichungsmodells an die Daten in einer konfirmatorischen Faktoranalyse. Die so berechneten Faktorwerte wurden in einer zweiten repräsentativen Bevölkerungsbefragung verwendet. In dieser Erhebung wurden zusätzlich verschiedene Masse zur physischen und psychischen Gesundheit erhoben, die einen Vergleich der Summenskalen und der zugrunde liegenden Subskalen in Gruppen mit unterschiedlichem Gesundheitsstatus erlaubt. Keine der auf Basis explorativer Faktoranalysen (orthogonale oder schiefwinklige Rotation) berechneten Summenskalen bildet die zugrunde liegenden Subskalen in verschiedenen Altersgruppen adäquat ab. Werden die Faktorwerte in einer konfirmatorischen Faktoranalyse mit einem Strukturgleichungs-modell ermittelt, entsprechen die Summenskalen MCS und PCS den zugrunde liegenden Subskalen besser. Auch die aufgrund der Subskalen erwarteten Unterschiede in Gruppen mit unterschiedlichem Gesund-heitsstatus konnten reproduziert werden. Die Standardverfahren zur Berechnung der Summenskalen des SF-36 zeigen Ergebnisse, die aufgrund der zugrunde liegenden Subskalen nicht zu erwarten sind. Eine bessere Entsprechung konnte in einer konfirmatorischen Faktoranalyse durch die Anpassung eines Strukturgleichungsmodell an die Daten erzielt werden. Die Ergebnisse weisen darauf hin, dass die Interpretation der Summenskalen des SF-36 mit Vorsicht zu erfolgen hat und dass alternative Verfahren zur Berechnung der Faktorwerte angewendet werden sollten.

Résumé

Pour déterminer si les échelles synthétiques de santé mentale et physique du SF-36 reflètént correctement les huit échelles sous-jacentes lorsqu'on utilise la méthode traditionnelle de scorage basée sur des coefficients dérivés de l'analyse des composantes principales suivie d'une rotation orthogonale. Use enquête représentative de la population australienne utilisant le SF-36 a été mise à profit pour calculer les scores synthétiques physique (PCS) et mental (MCS) du SF-36 selon la méthode traditionnelle, à partir des coefficients issus d'une analyse factorielle exploratoire de composantes principales suivie de rotation orthogonale des huit scores SF-36 initiaux. De plus, deux autres méthodes furent utilisées pour générer les coefficients. La première méthode utilisait la maximisation de la vraisemblance et la rotation oblique. La seconde méthode appliquait un modele d'équations structurale aux données dans une analyse factorielle confirmatoire. Les coefficients dérivés dans chacune des méthodes furent appliqués aux données d'une deuxième. enquête représentative de population. Cette enquête fournit également des données sur la santé physique et mentale qui permettent de comparer les scores synthétiques aux échelles sous-jacentes selon différents états de santé. Aucune des méthodes de scorage basée sur les analyses factorielles exploratoires (orthogonale et oblique) n'a produit des scores synthétiques, par groupes d'âge qui reflétait de façon adéquate ces échelles sous-jacentes. Lorsque les coefficients dérivés des équations structurales furent appliqués aux données dans une analyse factorielle confirmatoire, le MCS et PCS reflétaient correctement les échelles sousjacentes. Ils produisirent aussi des scores de MCS et PCS pour les différents états de santé que l'on aurait pu attendre avec les échelles sous-jacentes. Les méthodes traditionnelles de scorage des échelles synthétiques du SF-36 produisent des résultats qui n'auraient pas été attendus avec les échelles sous-jacentes. Ce problème peut être corrigé par l'application d'un modèle d'équations structurale aux données dans une analyse factorielle confirmatoire. Ces résultats suggèrent que les échellès synthétiques du SF-36 devraient utilisés avec prudence et que les méthodes alternatives pour développer les coefficients factoriels devraient utilisés dans ce genre d'étude.