Beck Depression Inventory II: determination and comparison of its diagnostic accuracy in cardiac outpatients
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the impact of covariates on performance accuracy of the Beck Depression Inventory II (BDI-II) and to determine the optimal cut-off score for the BDI-II in cardiac outpatients. Differences of optimal cut-off scores were also verified across covariate subgroups. DESIGN AND SETTING: Prospective cross-sectional study at the Department of Nuclear Medicine of the Montreal Heart Institute (Quebec, Canada). METHODS: A total of 750 adult cardiac outpatients (mean ± SD age 58 ± 10 years, 31% women) completed the BDI-II and the Primary Care Evaluation of Mental Disorders (PRIME-MD; a psychiatric interview used as the reference standard for determining diagnosis of major depressive disorder). The receiver operating characteristics (ROC) curve of the BDI-II was adjusted for age, sex, level of education, smoking status, obesity, anxiety disorder, psychotropic medication, and history of coronary artery disease. The ROC analyses were conducted to determine optimal cut-off scores. RESULTS: Forty-two (6%) patients met criteria for current major depressive disorder according to the PRIME-MD. After adjusted for covariates, the area under the ROC curve was significantly smaller than the unadjusted curve (0.76, 95% CI 0.66 to 0.85 vs. 0.84, 95% CI 0.77 to 0.89; ΔAUC = -0.07, 95% CI -0.13 to -0.02). While the optimal cut-off score was 10 for the total sample (sensitivity 83%, specificity 73%), the analyses indicated different cut-off scores across covariate subgroups: e.g. sex (women 13; men 10), and anxiety disorders (yes 15; no 10). CONCLUSIONS: BDI-II is a good screening instrument for depression in cardiac outpatients. However, the present results suggest that covariates can affect the classification accuracy of the BDI-II's original recommended cut-off score. Scholars and clinicians should be aware of the principle that a screening score established in one population may not be relevant to another.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».