Detecting recurrent major depressive disorder within primary care rapidly and reliably using short questionnaire measures
Notice bibliographique
Résumé
BACKGROUND: Major depressive disorder (MDD) is often a chronic disorder with relapses usually detected and managed in primary care using a validated depression symptom questionnaire. However, for individuals with recurrent depression the choice of which questionnaire to use and whether a shorter measure could suffice is not established. AIM: To compare the nine-item Patient Health Questionnaire (PHQ-9), the Beck Depression Inventory, and the Hospital Anxiety and Depression Scale against shorter PHQ-derived measures for detecting episodes of DSM-IV major depression in primary care patients with recurrent MDD. DESIGN AND SETTING: Diagnostic accuracy study of adults with recurrent depression in primary care predominantly from Wales METHOD: Scores on each of the depression questionnaire measures were compared with the results of a semi-structured clinical diagnostic interview using Receiver Operating Characteristic curve analysis for 337 adults with recurrent MDD. RESULTS: Concurrent questionnaire and interview data were available for 272 participants. The one-month prevalence rate of depression was 22.2%. The area under the curve (AUC) and positive predictive value (PPV) at the derived optimal cut-off value for the three longer questionnaires were comparable (AUC = 0.86-0.90, PPV = 49.4-58.4%) but the AUC for the PHQ-9 was significantly greater than for the PHQ-2. However, by supplementing the PHQ-2 score with items on problems concentrating and feeling slowed down or restless, the AUC (0.91) and the PPV (55.3%) were comparable with those for the PHQ-9. CONCLUSION: A novel four-item PHQ-based questionnaire measure of depression performs equivalently to three longer depression questionnaires in identifying depression relapse in patients with recurrent MDD.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».