MétaCan
Menu
Retour à la cohorte
Enregistrement W3206666624 · doi:10.1186/s12888-021-03489-4

Sensitivity and specificity of self-reported psychiatric diagnoses amongst patients treated for opioid use disorder

2021· article· en· W3206666624 sur OpenAlexafffundabout
Kelly Leung, Emily Xu, Tea Rosic, Andrew Worster, Lehana Thabane, Zainab Samaan

Notice bibliographique

RevueBMC Psychiatry · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensSt. Joseph’s Healthcare HamiltonImpactMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychiatryComorbidityMedicineMedical diagnosisPsychiatric comorbidityContext (archaeology)Opioid use disorderMini-international neuropsychiatric interviewOutpatient clinicPsychiatric interviewClinical psychologyOpioidInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with opioid use disorder (OUD) frequently present with comorbid psychiatric illnesses which have significant implications for their treatment outcomes. Notably, these are often identified by self-report. Our study examined the sensitivity and specificity of self-reported psychiatric diagnoses against a structured diagnostic interview in a cohort of patients receiving outpatient pharmacological treatment for OUD. METHODS: Using cross-sectional data from adults receiving outpatient opioid agonist treatment for OUD in clinics across Ontario, Canada, we compared participants' self-reported psychiatric diagnoses with those identified by the Mini Neuropsychiatric Interview (MINI) Version 6.0 administered at the time of study entry. Sensitivity and specificity were calculated for self-report of psychiatric diagnoses. RESULTS: Amongst a sample of 683 participants, 24% (n = 162) reported having a comorbid psychiatric disorder. Only 104 of these 162 individuals (64%) reporting a comorbidity met criteria for a psychiatric disorder as per the MINI; meanwhile, 304 (75%) participants who self-reported no psychiatric comorbidity were in fact identified to meet MINI criteria for a psychiatric disorder. The sensitivity and specificity for any self-reported psychiatric diagnoses were 25.5% (95% CI 21.3, 30.0) and 78.9% (95% CI 73.6, 83.6), respectively. CONCLUSIONS: Our findings raise questions about the utility of self-reported psychiatric comorbidity in patients with OUD, particularly in the context of low sensitivity of self-reported diagnoses. Several factors may contribute to this including remittance and relapse of some psychiatric illnesses, underdiagnosis, and the challenge of differentiating psychiatric and substance-induced disorders. These findings highlight that other methods should be considered in order to identify comorbid psychiatric disorders in patients with OUD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,263
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetOpioid Use Disorder TreatmentTravaux en français237 207