A Smart Screening Device for Patients with Mental Health Problems in Primary Health Care: Development and Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Adequate recognition of mental health problems is a prerequisite for successful treatment. Although most people tend to consult their general practitioner (GP) when they first experience mental health problems, GPs are not very well equipped to screen for various forms of psychopathology to help them determine clients' need for treatment. OBJECTIVE: In this paper, the development and characteristics of CATja, a computerized adaptive test battery built to facilitate triage in primary care settings, are described, and first results of its implementation are reported. METHODS: CATja was developed in close collaboration with GPs and mental health assistants (MHAs). During implementation, MHAs were requested to appraise clients' rankings (N=91) on the domains to be tested and to indicate the treatment level they deemed most appropriate for clients before test administration. We compared the agreement between domain score appraisals and domain score computed by CATja and the agreement between initial (before test administration) treatment level advice and final treatment level advice. RESULTS: Agreements (Cohen kappas) between MHAs' appraisals of clients' scores and clients' scores computed by CATja were mostly between .40 and .50 (Cohen kappas=.10-.20), and the agreement between "initial" treatment levels and the final treatment level advised was .65 (Cohen kappa=.55). CONCLUSIONS: Using CATja, caregivers can efficiently generate summaries of their clients' mental well-being on which decisions about treatment type and care level may be based. Further validation research is needed.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».