Predictors of a new depression diagnosis among older adults admitted to complex continuing care: implications for the depression rating scale (DRS)
Notice bibliographique
Résumé
BACKGROUND: depression is a major disabling condition among older adults, where it may be under-diagnosed for a number of reasons, including a different presentation for younger people with depression. The Minimum Data Set 2.0 (MDS 2.0) assessment system provides a measurement scale for depression, the Depression Rating Scale (DRS), in addition to other items that may represent depressive phenomenology. OBJECTIVE: the ability of the DRS to predict the presence of new depression diagnoses at follow-up, among hospitalised older adults admitted without depression, is examined. METHODS: the study sample consists of all persons aged 65 years or more admitted between 1996 and 2003 to a complex continuing care (CCC) bed in Ontario without a recorded depression diagnosis. The sample was restricted to those who remained in hospital for about 3 months (n = 7,818) in order to obtain follow-up assessment information. Logistic regression was used to explore the relationship between admission characteristics (i.e. DRS scale items, other MDS 2.0 items related to DSM-IV criteria for depression) and receipt of a depression diagnosis on the follow-up assessment. RESULTS: a new depression diagnosis at follow-up was present in 7.5% of the individuals. The multivariate model predicting depression diagnosis included only the DRS scale, sadness over past roles, and withdrawal from activities. CONCLUSIONS: the DRS score at admission was predictive of receiving a depression diagnosis on a follow-up assessment among older adults admitted to the CCC. Further, the predictive ability of the DRS is only modestly improved by the addition of other items related to DSM-IV criteria.
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 ».