Discrepancies in Cornell Scale for Depression in Dementia (CSDD) items between residents and caregivers, and the CSDD's factor structure
Notice bibliographique
Résumé
PURPOSE: This validation study aims to examine Cornell Scale for Depression in Dementia (CSDD) items in terms of the agreement found between residents and caregivers, and also to compare alternative models of the Thai version of the CSDD. PATIENTS AND METHODS: A cross-sectional study was conducted of 84 elderly residents (46 women, 38 men, age range 60-94 years) in a long-term residential home setting in Thailand between March and June 2011. The selected residents went through a comprehensive geriatric assessment that included use of the Mini-Mental State Examination, Mini-International Neuropsychiatric Interview, and CSDD instruments. Intraclass correlation (ICC) was calculated in order to establish the level of agreement between the residents and caregivers, in light of the residents' cognitive status. Confirmatory factor analysis (CFA) was adopted to evaluate the alternative CSDD models. RESULTS: The CSDD yielded a high internal consistency (Cronbach's alpha = 0.87) and moderate agreement between residents and caregivers (ICC = 0.55); however, it was stronger in cognitively impaired subjects (ICC = 0.71). CFA revealed that there was no difference between the four-factor model, in which factors A (mood-related signs) and E (ideational disturbance) were collapsed into a single factor, and the five-factor model as per the original theoretical construct. Both models were found to be similar, and displayed a poor fit. CONCLUSION: The CSDD demonstrated a moderate level of interrater agreement between residents and caregivers, and was more reliable when used with cognitively impaired residents. CFA indicated a poorly fitting model in this sample.
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 | 0,001 | 0,001 |
| 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 ».