Detection of depression in older adults by family and friends: distinguishing mood disorder signals from the noise of personality and everyday life
Notice bibliographique
Résumé
BACKGROUND: The capacity of friends and family member informants to make judgments about the presence of a mood disorder history in an older primary care patient has theoretical, clinical, and public health significance. This study examined the accuracy of informant-reported mood disorder diagnoses in a sample of primary care patients aged 65 years or older. We hypothesized that the accuracy (sensitivity and specificity) of informant reports would vary with the patient's personality. METHODS: Hypotheses were tested in 191 dyads consisting of patients and their friends or relatives (informants) recruited from primary care settings. Gold-standard mood disorder diagnoses were established at consensus conferences based on a review of medical charts and data collected in a structured interview with the patient. Patients completed an assessment battery that included the NEO-Five Factor Inventory. RESULTS: Sensitivity and specificity of informant-derived mood disorder diagnoses were related to patient personality. Sensitivity of informant-derived lifetime mood disorder diagnoses was compromised by higher Extraversion and higher Agreeableness. Specificity of informant-derived lifetime mood disorder diagnoses was compromised by lower Agreeableness and higher Conscientiousness. CONCLUSION: Patient personality has implications for the accuracy of mood disorder histories provided by friends and family members. Given that false negatives can have grave consequences, we recommend that practitioners be particularly vigilant when interpreting collateral information about their extraverted, agreeable patients.
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 | 0,000 | 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 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 ».