Making Sense of Variations in Prevalence Estimates of Depression in Cancer: A Co-Calibration of Commonly Used Depression Scales Using Rasch Analysis
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
Background: The use of different depression self-report scales warrants co-calibration studies to establish relationships between scores from 2 or more scales. The goal of this study was to examine variations in measurement across 5 commonly used scales to measure depression among patients with cancer: Hospital Anxiety and Depression Scale-Depression subscale (HADS-D), Centre for Epidemiologic Studies Depression Scale (CES-D), Patient Health Questionnaire-9 (PHQ-9), Beck Depression Inventory-II (BDI-II), and Depression Anxiety and Stress Scale-Depression subscale (DASS-D). Methods: The depression scales were completed by 162 patients with cancer. Participants were also assessed by the major depressive episode module of the Structured Clinical Interview for Diagnostic and Statistical Manual of Mental Disorders, 4th Edition. Rasch analysis and receiver operating characteristic curves were performed. Results: Rasch analysis of the 5 scales indicated that these all measured depression. The HADS and BDI-II had the widest measurement range, whereas the DASS-D had the narrowest range. Co-calibration revealed that the cutoff scores across the scales were not equivalent. The mild cutoff score on the PHQ-9 was easier to meet than the mild cutoff score on the CES-D, BDI-II, and DASS-D. The HADS-D possible cutoff score was equivalent to cutoff scores for major to severe depression on the other scales. Optimal cutoff scores for clinical assessment of depression were in the mild to moderate depression range for most scales. Conclusions: The labels of depression associated with the different scales are not equivalent. Most markedly, the HADS-D possible case cutoff score represents a much higher level of depression than equivalent scores on other scales. Therefore, use of different scales will lead to different estimates of prevalence of depression when used in the same sample. (J Natl Compr Canc Netw 2015;13:1203-1211) of reporting depression than men, 2 although results are not consistent. eyond these population factors, variation in prevalence estimates may be attributed to the wide range of selfreport scales used to assess depression. Variations in the item content and scoring algorithms mean that different scales are not directly comparable. This variability makes comparisons across studies difficult and creates barriers in confidently interpreting to what degree different scales identify patients who are over thresholds for depression.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle