A New Tool for Detecting COVID-19 Psychological Burden Among Postacute and Long-term Care Residents (Mood-5 Scale): Observational Study
Notice bibliographique
Résumé
BACKGROUND: Older adults are at high risk for developing serious somatic and psychological symptoms associated with COVID-19. Currently available instruments may not be sensitive to the concerns about COVID-19 in postacute and long-term care and their applications in telehealth remain to be clarified. OBJECTIVE: We investigated the psychometric properties of the Mood-5 Scale (M5) as a rapid self-assessment of the COVID-19 psychological burden among postacute and long-term care residents. METHODS: Residents (N=131), aged 50 years and above, from 20 postacute and long-term care facilities in Maryland, USA, were evaluated in-person or via telehealth (43/131, 32.8%) across a 4-week period (May 11 to June 5, 2020) during the COVID-19 pandemic. The COVID-19 psychological burden experienced by the residents was rated by geriatric psychologists who independently reviewed their clinical documentation. Psychometric analyses were performed on the M5 in relation to psychological tests, COVID-19 psychological burden, and diagnostic data collected during the evaluation. RESULTS: The M5 demonstrated acceptable internal consistency (Cronbach α=.77). M5 scores were not confounded by demographic variables or telehealth administration (P>.08). Convergent validity for the M5 was established via positive associations with anxiety (r=0.56, P<.001) and depressive (r=0.49, P<.001) symptoms. An M5 cutoff score of 3 demonstrated strong sensitivity (0.92) and adequate specificity (0.75) for identifying COVID-19 psychological distress among postacute and long-term care residents (area under the curve of 0.89, positive predictive value=0.79, negative predictive value=0.91). CONCLUSIONS: The M5 is a reliable and valid tool for self-assessment of mood that can help identify postacute and long-term care residents with significant psychological burden associated with COVID-19. It can be completed in less than 1 minute and is appropriate for use in both in-person and virtual visits.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».