Psychometric properties of the Beck Depression Inventory-Second Edition (BDI-II) in individuals with chronic pain
Notice bibliographique
Résumé
Given the high prevalence of depression in individuals with chronic pain and the negative outcomes associated with such comorbidity, the importance of assessing depressive symptoms is widely acknowledged by chronic pain specialists. The BDI-II is a commonly employed measure of depressive symptomatology at pain centres; however, little is known about its psychometric properties in this population. This study evaluated factorial validity, internal consistency, and gender invariance of the BDI-II in 481 patients with chronic pain. Four competing models of the BDI-II factor structure were examined and confirmatory factor analysis supported the conceptualization of depression as a singular latent construct, within a hierarchical factor structure consisting of three first-order factors--Negative Attitude, Performance Difficulty, and Somatic Elements. Factor structure, item-total correlations, and correlations between subscale means and subjective pain experience support the inclusion of somatic items despite concerns regarding their overlap with pain symptoms. Internal consistency was good. Mean total scores were in the moderately severe range. Given the evidence of partial measurement invariance, an examination of mean gender differences was warranted. In contrast to the general population, the average scores of women and men were similar. Overall, results support the construct validity and internal consistency of the BDI-II for assessing depressive symptoms in both women and men with chronic pain. Results support the appropriateness of computing a total score and/or subscale scores. These results impact chronic pain researchers and clinicians, particularly given current trends toward empirically supported assessment.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».