The Sensitivity of the K6 as a Screen for Any Disorder in Community Mental Health Surveys: A Cautionary Note
Notice bibliographique
Résumé
OBJECTIVE: Short screening instruments, which exclude respondents unlikely to have psychiatric disorders, can make epidemiologic surveys shorter and more cost-effective. The Kessler 6-Item Psychological Distress Scale (K6), a measure of generalized distress, has been proposed for this role and has shown good agreement with the Composite International Diagnostic Interview (CIDI). However, performance of the K6 may vary for individual disorders or combinations of disorders. In this report, we examine the ability of the K6 to detect disorders among respondents in different diagnostic categories. METHOD: We used data from Cycle 1.2 of the Canadian Community Health Survey to assemble 5 groups of respondents with different 12-month psychiatric disorders (n = 4481). A sixth group comprised those with 2 or more disorders. We examined the sensitivity of the K6 among respondents with an individual disorder as well as those with multiple disorders. RESULTS: The sensitivity of the K6 varies significantly by disorder; it is highest among respondents with multiple disorders and lowest among those with agoraphobia only. CONCLUSIONS: Use of the K6 as a screen for the CIDI is likely to result in biased prevalence estimates. However, both instruments should be compared with a third standard to fully assess the benefits and drawbacks of their combination.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,331 | 0,578 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».