Evaluation of 2 Measures of Psychological Distress as Screeners for Depression in the General Population
Notice bibliographique
Résumé
OBJECTIVE: Structured diagnostic interviews are very time-consuming and therefore increase both the expense and the respondent burden in epidemiologic surveys. A 2-staged interview that screens potential cases before the full diagnostic instrument is administered has the potential to greatly reduce the average interview length. In this paper, we evaluate 2 measures of psychological distress (the Kessler 6- and 10-Item Psychological Distress Scales [K6 and K10]) as potential screening instruments for depression. METHODS: We use data from Cycle 1.2 of the Canadian Community Health Survey and receiver operator characteristic analysis to examine the agreement between the K6 and K10 and the World Mental Health Composite International Diagnostic Interview module for major depression (1-month and 12-month estimates). RESULTS: Of the respondents, 823 were positive for 1-month depression (2.0%; 95% confidence interval [CI], 1.8% to 2.2%), and 1930 were positive for 12-month depression (4.8%; 95%CI, 4.5% to 5.1%). Both the K6 and K10 performed very well as predictors of 1-month depression, with areas under the curve (AUC) of 0.929 (95%CI, 0.908 to 0.949) for the K10 and 0.926 (95%CI, 0.905 to 0.947) for the K6. For 12-month depression, the AUCs remained good at 0.866 (95%CI, 0.848 to 0.883) for the K10 and 0.858 (95%CI, 0.840 to 0.876) for the K6. CONCLUSIONS: Both the K6 and the K10 appear to be excellent screening instruments, especially for current depression. Although performance of the 2 instruments is similar, the K6 is more attractive for use as a screening instrument because of the lower response burden.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».