Screening Tools for Anxiety in People with Multiple Sclerosis
Notice bibliographique
Résumé
Background: Anxiety is prevalent in people with multiple sclerosis (MS). Screening measures are used to identify symptoms of anxiety, but the optimal measure to screen for anxiety disorders in MS has not been established. Methods: We searched the MEDLINE, Embase, PsycINFO, PsycARTICLES Full Text, Cumulative Index to Nursing and Allied Health Literature, Web of Science, and Scopus databases from database inception until August 7, 2015. Two independent reviewers screened abstracts and full-text reports for study inclusion, extracted data, and assessed risk of bias. We included studies that evaluated the criterion validity of anxiety screening tools when measuring anxiety in individuals with well-documented MS, as measured by sensitivity, specificity, and positive and negative predictive values. Results: Of the 3181 abstracts screened, 18 articles were reviewed in full text, of which 4 met the inclusion criteria. The criterion validity of three screening tools was assessed: the Hospital Anxiety and Depression Scale–Anxiety (HADS-A), Beck Anxiety Inventory (BAI), and 7-item Generalized Anxiety Disorder Scale (GAD-7). The HADS-A was validated against the Structured Clinical Interview for DSM-IV, the Schedules for Clinical Assessment in Neuropsychiatry (SCAN) interview, and the BAI. The BAI was validated against the SCAN, and the GAD-7 was validated against the HADS-A. The HADS-A had higher measures of sensitivity and specificity than did the BAI and the GAD-7. Conclusions: Based on this small sample, the HADS-A shows promise as an applicable measure for people with MS. Screening scales used to identify anxiety in MS must be validated against appropriate reference standards.
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 | 0,001 |
| 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 ».