The Rapid Mood Screener (RMS): a novel and pragmatic screener for bipolar I disorder
Notice bibliographique
Résumé
OBJECTIVE: Depressive episodes and symptoms of bipolar I disorder are commonly misdiagnosed as major depressive disorder (MDD) in primary care. The novel and pragmatic Rapid Mood Screener (RMS) was developed to screen for manic symptoms and bipolar I disorder features (e.g. age of depression onset) to address this unmet clinical need. METHODS: = 139) completed a draft 10-item screening tool and other questionnaires. Data were analyzed to identify the smallest possible subset of items with optimized sensitivity and specificity. RESULTS: = 72) participated in the observational study. Ten draft screening tool items were reduced to 6 final RMS items based on the item-level analysis. When 4 or more items of the RMS were endorsed ("yes"), sensitivity was 0.88 and specificity was 0.80; positive and negative predictive values were 0.80 and 0.88, respectively. These properties were an improvement over the Mood Disorder Questionnaire in the same analysis sample while using 60% fewer items. CONCLUSION: The pragmatic 6-item RMS differentiates bipolar I disorder from MDD in patients with depressive symptoms, providing real-world guidance to primary care practitioners on whether a more comprehensive assessment for bipolar I disorder is warranted.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».