The Edmonton Symptom Assessment System as a Screening Tool for Depression and Anxiety
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Mood disorders are among the most important psychiatric problems in patients with cancer. However, they are frequently underdiagnosed and therefore undertreated. This may lead to difficulties with symptom control, social withdrawal, and poor quality of life. This study was conducted to evaluate the screening performance of the Edmonton Symptom Assessment System (ESAS) for depression and anxiety, compared to Hospital Anxiety and Depression Scale (HADS). METHODS: We retrospectively reviewed and analyzed ESAS and HADS data collected from three previous clinical trials conducted by our group. The diagnosis of depression and/or anxiety, and moderate/severe depression and/or anxiety made when patients scored 8 or more, and 11 or more in HADS questionnaire, respectively. The sensitivity, specificity, positive, and negative predictive values for ESAS were calculated. RESULTS: Of 216 patients analyzed, the median (range) score for depression was 2 (0-10) and anxiety 3 (0-10) using ESAS, and 6 (0-16) and 7 (0-19) using HADS, respectively. A cut off of 2 out of 10 or more in the ESAS gave a sensitivity of 77% and 83% with a specificity of 55% and 47% for depression and moderate/severe depression, respectively. A cutoff of 2 out of 10 or more in the ESAS gave a sensitivity of 86% and 97%, and a specificity of 56% and 43% for anxiety and moderate/severe anxiety, respectively. CONCLUSION: Our data suggest that the ideal cutoff point of ESAS for the screening of depression and anxiety in palliative care is 2 out of 10 or more. More research is needed to define the ideal cutoff point for screening of severe depression and anxiety.
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.
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 | 0,000 |
| 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 découle