PSYCHOMETRIC properties of the Chinese version of the THINC-it tool for cognitive symptoms in patients with major depressive disorder
Notice bibliographique
Résumé
BACKGROUND: To validate the reliability and validity of the Chinese version of the THINC-it tool in adults with major depressive disorder (MDD). METHODS: Subjects aged 18 to 65 years (n=117) with MDD were evaluated and compared to age- and sex-matched healthy controls (n=124). Subjects completed the THINC-it, four criteria-related objective cognitive subtests, and the paper version of Perceived Deficits Questionnaire for Depression-5-item (PDQ-5-D). RESULTS: There were significant differences in Spotter [Mean difference (MD) Standard errors (SE)=-0.40 (0.17), P=0.018; 95% Confidence intervals (CI) (-0.73 to -0.07)]; Codebreaker [MD (SE)=-0.39 (0.14), P=0.006; 95% CI(-0.67 to -0.11)]; and the overall performance of four objective tests (including variants of IDN, OBK, DSST, and TMT-B) [MD (SE)=-0.30 (0.12), P=0.013; 95% CI (-0.53 to -0.06]) between the two groups. In the HC group, PDQ-5-D retest reliability was good (ICC = 0.841), and the test-retest reliability of the objective cognitive test was relatively low (ICC ranging from 0.123 to 0.545). In the MDD group: Cronbach's α of PDQ-5-D=0.704; all the THINC-it subtests had good concurrent validity (r ranging from 0.343 to 0.835, all P<0.01). LIMITATION: The test-retest sample size was relatively small, the educational level and IQ of the control and MDD groups were not completely matched. CONCLUSION: The Chinese version of the THINC-it tool exhibits good reliability and validity in adults with MDD. There is a need to incorporate cognitive assessment of adults with MDD broadly. The THINC-it tool is the first tool validated to assess cognition of MDD in a Chinese population.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».