Assessing the Prevalence of Depression among Individuals with Diabetes in a Medicaid Managed-Care Program
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence of self-reported depression symptoms among diabetic individuals enrolled in Gold Choice, a Medicaid managed care organization specifically for people with mental health and/or substance abuse diagnoses; and to assess the sensitivity and specificity of individuals' self-report with encounter data. METHODS: The 9-item depression scale of the Patient Health Questionnaire (PHQ-9) was mailed to 454 Gold Choice members in Western New York diagnosed with diabetes; and 249 completed PHQ-9 forms were returned (55% response rate). The PHQ-9 forms were compared to primary care encounter data to determine whether the respondents had been diagnosed with depression. Descriptive and inferential statistical analysis was undertaken. RESULTS: The majority (56%) of individuals in the sample screened positive for depression (PHQ-9 > or = 10), and half (49%) did not have evidence of a diagnosis in their encounter data. The percentage of those diagnosed with depression rose with increasing PHQ-9 severity levels, with 63% of individuals with the most severe depression (PHQ-9 > or = 20) having a diagnosis. This trend was statistically significant, confirmed by independent sample t-tests and chi-square tests. The sensitivity of the PHQ-9 was moderate (66%), as was the specificity (52%). CONCLUSIONS: The results of this study suggest that depressive disorders may be under-recognized and under-treated amongst individuals with diabetes in the primary care setting. Half (51%) of those with PHQ-9 scores > or = 10 had depression diagnoses, suggesting poor compliance rates and/or a need for therapy reassessment.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».