A Combined Digital and Biomarker Diagnostic Aid for Mood Disorders (the Delta Trial): Protocol for an Observational Study
Notice bibliographique
Résumé
BACKGROUND: Mood disorders affect hundreds of millions of people worldwide, imposing a substantial medical and economic burden. Existing diagnostic methods for mood disorders often result in a delay until accurate diagnosis, exacerbating the challenges of these disorders. Advances in digital tools for psychiatry and understanding the biological basis of mood disorders offer the potential for novel diagnostic methods that facilitate early and accurate diagnosis of patients. OBJECTIVE: The Delta Trial was launched to develop an algorithm-based diagnostic aid combining symptom data and proteomic biomarkers to reduce the misdiagnosis of bipolar disorder (BD) as a major depressive disorder (MDD) and achieve more accurate and earlier MDD diagnosis. METHODS: Participants for this ethically approved trial were recruited through the internet, mainly through Facebook advertising. Participants were then screened for eligibility, consented to participate, and completed an adaptive digital questionnaire that was designed and created for the trial on a purpose-built digital platform. A subset of these participants was selected to provide dried blood spot (DBS) samples and undertake a World Health Organization World Mental Health Composite International Diagnostic Interview (CIDI). Inclusion and exclusion criteria were chosen to maximize the safety of a trial population that was both relevant to the trial objectives and generalizable. To provide statistical power and validation sets for the primary and secondary objectives, 840 participants were required to complete the digital questionnaire, submit DBS samples, and undertake a CIDI. RESULTS: The Delta Trial is now complete. More than 3200 participants completed the digital questionnaire, 924 of whom also submitted DBS samples and a CIDI, whereas a total of 1780 participants completed a 6-month follow-up questionnaire and 1542 completed a 12-month follow-up questionnaire. The analysis of the trial data is now underway. CONCLUSIONS: If a diagnostic aid is able to improve the diagnosis of BD and MDD, it may enable earlier treatment for patients with mood disorders. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/18453.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».