MétaCan
Menu
Retour à la cohorte
Enregistrement W3136330498 · doi:10.1016/j.sleep.2021.03.003

A very brief self-report scale for measuring insomnia severity using two items from the Insomnia Severity Index - development and validation in a clinical population

2021· article· en· W3136330498 sur OpenAlexaff
Martin Kraepelien, Kerstin Blom, Erik Forsell, Nils Hentati Isacsson, Pontus Bjurner, Charles M. Morin, Susanna Jernelöv, Viktor Kaldo

Notice bibliographique

RevueSleep Medicine · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesStockholms Läns Landsting
Mots-clésInsomniaPsychologyPopulationClinical psychologyPsychometricsCategorical variableScale (ratio)PsychiatryMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop a very brief scale with selected items from the Insomnia Severity Index (ISI), and to investigate the psychometric properties of the proposed scale in a psychiatric sample. METHODS: Patient data from seven Cognitive Behavioral Therapy (CBT) for insomnia trials and from regular care were used in psychometric analyses (N = 280-15 653). The samples included patients screening (N = 6936) or receiving treatment (N = 1725) for insomnia and other psychiatric conditions. Six criteria relating to component structure, sensitivity to change and clinical representativeness were used to select items. Psychometric analyses for the proposed very brief scale were performed. RESULTS: = 0.86. With a cut-off of 6 points, the scale could detect Insomnia Disorder with a sensitivity of 84% and a specificity of 76%, which was close to the full ISI showing 86% and 80% respectively. CONCLUSIONS: The systematic psychometric evaluation based on a large sample from different contexts makes the proposed 2-item ISI version (ISI-2) a strong candidate for a very brief scale measuring insomnia, both for detecting cases and for measuring change during CBT with an overall high discriminative validity. ISI-2 is especially useful in clinical settings or population studies where there is a need to measure more than one condition at a time without overburdening patients. CLINICAL TRIALS: Trials used in this analysis: ClinicalTrials.gov identifier: NCT01105052 (https://www.clinicaltrials.gov/ct2/show/NCT01105052) (sample b), ClinicalTrials.gov identifier: NCT01256099 (https://clinicaltrials.gov/ct2/show/NCT01256099) (sample c and d), German clinical trial (DRKS), registration ID: DRKS00008745 (https://www.drks.de/drks_web/navigate.do?navigationId=trial.HTML&TRIAL_ID=DRKS00008745) (sample e), ClinicalTrials.gov identifier: NCT01663844 (https://clinicaltrials.gov/ct2/show/NCT01663844) (sample f and g), ClinicalTrials.gov Identifier: NCT02743338 (https://clinicaltrials.gov/ct2/show/NCT02743338) (sample h).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,351
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSleep MedicineMême sujetSleep and related disordersTravaux en français237 207