A systematic review of validated screening tools for anxiety disorders and PTSD in low to middle income countries
Notice bibliographique
Résumé
BACKGROUND: Anxiety and post-traumatic stress disorder (PTSD) contribute significantly to disability adjusted life years in low- to middle-income countries (LMICs). Screening has been proposed to improve identification and management of these disorders, but little is known about the validity of screening tools for these disorders. We conducted a systematic review of validated screening tools for detecting anxiety and PTSD in LMICs. METHODS: MEDLINE, EMBASE, Global Health and PsychINFO were searched (inception-April 22, 2020). Eligible studies (1) screened for anxiety disorders and/or PTSD; (2) reported sensitivity and specificity for a given cut-off value; (3) were conducted in LMICs; and (4) compared screening results to diagnostic classifications based on a reference standard. Screening tool, cut-off, disorder, region, country, and clinical population were extracted for each study, and we assessed study quality. Accuracy results were organized based on screening tool, cut-off, and specific disorder. Accuracy estimates for the same cut-off for the same screening tool and disorder were combined via meta-analysis. RESULTS: Of 6322 unique citations identified, 58 articles including 77 screening tools were included. There were 46, 19 and 12 validations for anxiety, PTSD, and combined depression and anxiety, respectively. Continentally, Asia had the most validations (35). Regionally, South Asia (11) had the most validations, followed by South Africa (10) and West Asia (9). The Kessler-10 (7) and the Generalized Anxiety Disorder-7 item scale (GAD-7) (6) were the most commonly validated tools for anxiety disorders, while the Harvard Trauma Questionnaire (3) and Posttraumatic Diagnostic Scale (3) were the most commonly validated tools for PTSD. Most studies (29) had the lowest quality rating (unblinded). Due to incomplete reporting, we could meta-analyze results from only two studies, which involved the GAD-7 (cut-off ≥10, pooled sensitivity = 76%, pooled specificity = 64%). CONCLUSION: Use of brief screening instruments can bring much needed attention and research opportunities to various at-risk LMIC populations. However, many have been validated in inadequately designed studies, precluding any general recommendation for specific tools in LMICs. Locally validated screening tools for anxiety and PTSD need further evaluation in well-designed studies to assess whether they can improve the detection and management of these common disorders. TRIAL REGISTRATION: PROSPERO registry number CRD42019121794 .
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 | 0,014 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».