MétaCan
Menu
Retour à la cohorte
Enregistrement W2890327729 · doi:10.1002/da.22841

Shortening self-report mental health symptom measures through optimal test assembly methods: Development and validation of the Patient Health Questionnaire-Depression-4

2018· article· en· W2890327729 sur OpenAlexafffund
Miyabi Ishihara, Daphna Harel, Brooke Levis, A.H. Levis, Kira E. Riehm, Nazanin Saadat, Marleine Azar, Danielle B. Rice, Tatiana Sanchez, Matthew J. Chiovitti, Pim Cuijpers, Simon Gilbody, John P. A. Ioannidis, Lorie A. Kloda, Dean McMillan, Scott B. Patten, Ian Shrier, Bruce Arroll, Charles H. Bombardier, Peter Butterworth, Gregory Carter, Kerrie Clover, Yeates Conwell, Felicity Goodyear‐Smith, Catherine G. Greeno, John Hambridge, Patricia A. Harrison, Marie Hudson, Nathalie Jetté, Kim M. Kiely, Anthony McGuire, Brian W. Pence, Alasdair G Rooney, Abbey Sidebottom, Adam Simning, Alyna Turner, Jennifer White, Mary A. Whooley, Kirsty Winkley, Andrea Benedetti, Brett D. Thombs

Notice bibliographique

RevueDepression and Anxiety · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensMcGill University Health CentreMcGill UniversityUniversity of CalgaryConcordia UniversityHotchkiss Brain InstituteJewish General Hospital
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of General Medical SciencesNational Institute of Mental HealthProgramme Grants for Applied ResearchHealth Research Council of New ZealandMedical Research CouncilNational Institute on Disability and Rehabilitation ResearchAgency for Healthcare Research and QualityCanadian Arthritis NetworkHealth Resources and Services AdministrationCenters for Disease Control and PreventionCanadian Institutes of Health ResearchNational Heart, Lung, and Blood InstituteIschemia Research and Education FoundationNational Institutes of HealthRobert Wood Johnson FoundationHealth Services Research and DevelopmentScleroderma Society of OntarioUniversity of WashingtonHunter Medical Research InstituteJewish General HospitalAlberta Health ServicesUniversity of MichiganNational Institute for Health and Care ResearchFonds de Recherche du Québec - SantéBaylor College of MedicineU.S. Department of Veterans AffairsNational Health and Medical Research CouncilAmerican Federation for Aging ResearchSafe Work AustraliaU.S. Department of Health and Human Services
Mots-clésPatient Health QuestionnaireCronbach's alphaClinical psychologyConfirmatory factor analysisTest (biology)MedicineDepression (economics)Reliability (semiconductor)PsychometricsMental healthDepressive symptomsPsychologyPsychiatryStructural equation modelingAnxietyComputer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objective of this study was to develop and validate a short form of the Patient Health Questionnaire-9 (PHQ-9), a self-report questionnaire for assessing depressive symptomatology, using objective criteria. METHODS: Responses on the PHQ-9 were obtained from 7,850 English-speaking participants enrolled in 20 primary diagnostic test accuracy studies. PHQ unidimensionality was verified using confirmatory factor analysis, and an item response theory model was fit. Optimal test assembly (OTA) methods identified a maximally precise short form for each possible length between one and eight items, including and excluding the ninth item. The final short form was selected based on prespecified validity, reliability, and diagnostic accuracy criteria. RESULTS: A four-item short form of the PHQ (PHQ-Dep-4) was selected. The PHQ-Dep-4 had a Cronbach's alpha of 0.805. Sensitivity and specificity of the PHQ-Dep-4 were 0.788 and 0.837, respectively, and were statistically equivalent to the PHQ-9 (sensitivity = 0.761, specificity = 0.866). The correlation of total scores with the full PHQ-9 was high (r = 0.919). CONCLUSION: The PHQ-Dep-4 is a valid short form with minimal loss of information of scores when compared to the full-length PHQ-9. Although OTA methods have been used to shorten patient-reported outcome measures based on objective, prespecified criteria, further studies are required to validate this general procedure for broader use in health research. Furthermore, due to unexamined heterogeneity, there is a need to replicate the results of this study in different patient populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,080
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,166
Tête enseignante GPT0,452
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDepression and AnxietyMême sujetPsychometric Methodologies and TestingTravaux en français237 207