MétaCan
Menu
Retour à la cohorte
Enregistrement W2883538742 · doi:10.2196/10675

Web-Based Measure of Life Events Using Computerized Life Events and Assessment Record (CLEAR): Preliminary Cross-Sectional Study of Reliability, Validity, and Association With Depression

2018· article· en· W2883538742 sur OpenAlexvenueno aff
Antonia Bifulco, Ruth Spence, Stephen Nunn, Lisa Kagan, Deborah Bailey‐Rodriguez, Georgina M. Hosang, Matthew Taylor, Helen L. Fisher

Notice bibliographique

RevueJMIR Mental Health · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilMQ: Transforming Mental Health
Mots-clésReliability (semiconductor)Measure (data warehouse)Cross-sectional studyAssociation (psychology)PsychologyDepression (economics)Clinical psychologyMedicineComputer scienceData miningPsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Given the criticisms of life event checklists and the costs associated with interviews, life event research requires a sophisticated but easy-to-use measure for research and clinical practice. Therefore, the Computerized Life Events and Assessment Record (CLEAR), based on the Life Events and Difficulties Schedule (LEDS), was developed. OBJECTIVE: The objective of our study was to test CLEAR's reliability, validity, and association with depression. METHODS: CLEAR, the General Health Questionnaire, and the List of Threatening Experiences Questionnaire (LTE-Q) were completed by 328 participants (126 students; 202 matched midlife sample: 127 unaffected controls, 75 recurrent depression cases). Test-retest reliability over 3-4 weeks was examined and validity determined by comparing CLEAR with LEDS and LTE-Q. Both CLEAR and LTE-Q were examined in relation to depression. RESULTS: CLEAR demonstrated good test-retest reliability for the overall number of life events (0.89) and severe life events (.60). Long-term problems showed similar findings. In terms of validity, CLEAR severe life events had moderate sensitivity (59.1%) and specificity (65.4%) when compared with LEDS. CLEAR demonstrated moderate sensitivity (43.1%) and specificity (78.6%) when compared with LTE-Q. CLEAR severe life events and long-term problems were significantly associated with depression (odds ratio, OR 3.50, 95% CI 2.10 to 5.85, P<.001; OR 3.38, 95% CI 2.02 to 5.67, P<.001, respectively), whereas LTE-Q events were not (OR 1.06, 95% CI 0.43 to 2.60, P=.90). CONCLUSIONS: CLEAR has acceptable reliability and validity and predicts depression. It, therefore, has great potential for effective use in research and clinical practice identifying stress-related factors for the onset and maintenance of depression and related disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,481
Écart entre enseignants0,358 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetMental Health Research TopicsTravaux en français237 207