Development and clinimetric assessment of a nurse-administered screening tool for movement disorders in psychosis
Notice bibliographique
Résumé
BACKGROUND: Movement disorders associated with exposure to antipsychotic drugs are common and stigmatising but underdiagnosed. AIMS: To develop and evaluate a new clinical procedure, the ScanMove instrument, for the screening of antipsychotic-associated movement disorders for use by mental health nurses. METHOD: Item selection and content validity assessment for the ScanMove instrument were conducted by a panel of neurologists, psychiatrists and a mental health nurse, who operationalised a 31-item screening procedure. Interrater reliability was measured on ratings for 30 patients with psychosis from ten mental health nurses evaluating video recordings of the procedure. Criterion and concurrent validity were tested comparing the ScanMove instrument-based rating of 13 mental health nurses for 635 community patients from mental health services with diagnostic judgement of a movement disorder neurologist based on the ScanMove instrument and a reference procedure comprising a selection of commonly used rating scales. RESULTS: Interreliability analysis showed no systematic difference between raters in their prediction of any antipsychotic-associated movement disorders category. On criterion validity testing, the ScanMove instrument showed good sensitivity for parkinsonism (90%) and hyperkinesia (89%), but not for akathisia (38%), whereas specificity was low for parkinsonism and hyperkinesia, and moderate for akathisia. CONCLUSIONS: The ScanMove instrument demonstrated good feasibility and interrater reliability, and acceptable sensitivity as a mental health nurse-administered screening tool for parkinsonism and hyperkinesia. DECLARATION OF INTEREST: None.
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 | 0,001 | 0,000 |
| 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 ».