Is Geriatric Depression Scale-15 a suitable instrument for measuring depression in Brazil? Results of a Rasch analysis
Notice bibliographique
Résumé
Depressive symptoms are the most prevalent mental health condition in older adults. Since it cannot be measured directly, the use of instruments is mandatory. The 15-item Geriatric Depression Scale (GDS) is one of the most widely used scales to measure depression in the elderly. It is recognized that the cultural context is a major determinant of the instrument's psychometric performance. Up to the present, this scale has mainly been investigated through classical psychometric approaches. The present study aims to explore whether the 15-item GDS is a suitable instrument in a Brazilian sample. In addition, it explores the potential improvement in the psychometric performance by item refinement. Four hundred twenty-four elderly adults selected through convenience sampling completed the 15-item GDS. Data were analyzed by the Rasch Measurement Model. The Rasch analysis is a powerful modern approach to explore psychometric performance of instruments in health sciences. It examines both the scale and the individual item performance in depth. The 15-item GDS proved not to be suitable in a Brazilian sample. Item misfit and differential item functioning were responsible for considerable misperformance. Scale reduction led to a 10-item structure. This refined format presented adequate psychometric performance and no differential item functioning. The present study offers an alternative and more adequate version of the GDS to be applied in Brazilian subjects. It is also in line with the need for shorter, valid scales in clinical settings. Further investigations are needed to develop a set of cultural-invariant items, which could then be applied in transcultural investigations free of bias.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».