An Evaluation of a Computer-Based Psychiatric Assessment: Evidence for Expanded Use
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this study was to examine the psychiatric diagnoses of depression made using the structured interview, the Computer-Based Diagnostic Inventory Schedule for Children-Revised (CDISC-R) and diagnoses of depression made by pediatric psychiatrists. One hundred and twenty-two adolescents who were admitted to an inpatient psychiatric treatment unit agreed to participate in the study. All participants completed the CDISC-R structured diagnostic interview and independent measures reflecting depressive symptoms. The admitting pediatric psychiatrists' diagnoses were also recorded. Even though there were more females in the sample, males (n = 38) and females (n = 84) had similar results. The computer-based CDISC-R and physician diagnoses agreed in 76% of the cases. These results were confirmed by the independent measures of depressive symptoms, which were higher for those with diagnoses of depression and lower for those without depression. In the 24% of the cases, where the CDISC-R and physician diagnoses disagreed, the computer-based CDISC-R was more accurate in assigning a diagnosis of depression in terms of the independent measures of depressive symptoms. The CDISC-R, a computer-based diagnostic interview, efficiently and precisely diagnoses depression. This finding indicates that the use of computer-based diagnostic interviews in applied research will provide more objective and precise results, especially in clinical trials. It follows from these findings that computer-based diagnostic interviews could have important clinical applications and play a central role in web-based mental health and Telemedicine by facilitating triage, referral, and monitoring treatment outcomes through remote electronic assessment.
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.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle