← Retour à la cohorte
External validation of a shortened screening tool using individual participant data meta-analysis: A case study of the Patient Health Questionnaire-Dep-4
Daphna Harel, Brooke Levis, Ying Sun, Felix Fischer, John P. A. Ioannidis, Pim Cuijpers, Scott B. Patten, Roy C. Ziegelstein, Sarah Markham, Andrea Benedetti, Brett D. Thombs, Chen He, Yin Wu, Ankur Krishnan, Parash Mani Bhandari, Dipika Neupane, Zelalem Negeri, Mahrukh Imran, Danielle B. Rice, Kira E. Riehm, Marleine Azar, A.H. Levis, Jill Boruff, Simon Gilbody, Lorie A. Kloda, Dagmar Amtmann, Liat Ayalon, Hamid Reza Baradaran, Anna Beraldi, Çharles N. Bernstein, Arvin Bhana, Ryna Imma Buji, Marcos Hortes Nisihara Chagas, Juliana C.N. Chan, Lai Fong Chan, Dixon Chibanda, Aaron Conway, Federico M. Daray, Janneke M. de Man‐van Ginkel, Crisanto Díez, Sally Field, Jane Fisher, Daniel Fung, Emily Garman, Alan J. Flisher, Bizu Gelaye, Leila Gholizadeh, Lorna J. Gibson, Eric Green, Brian J. Hall, Liisa Hantsoo, Emily E. Haroz, Martin Härter, Ulrich Hegerl, Leanne Hides, Stevan E. Hobfoll, Simone Honikman, Marie Hudson, Thomas Hyphantis, Masatoshi Inagaki, Hong Jin Jeon, Nathalie Jetté, Mohammad E. Khamseh, Sebastian Köhler, Brandon A. Kohrt, Yunxin Kwan, Femke Lamers, Ma. Asunción Lara, Holly Frances Levin-Aspenson, Shen‐Ing Liu, Manote Lotrakul, Sônia Regina Loureiro, Bernd Löwe, Nagendra P. Luitel, Crick Lund, Ruth Ann Marrie, Brian P. Marx, Sherina Mohd Sidik, Tiago N. Munhoz, Kumiko Muramatsu, Juliet Nakku, Laura Navarrete, Flávia de Lima Osório, Philippe Persoons, Angelo Picardi, Stephanie L. Pugh, Terence J. Quinn, Elmārs Rancāns, Sujit D. Rathod, Katrin Reuter, Heather Rowe, Iná S. Santos, Miranda T. Schram, Juwita Shaaban, Eileen H. Shinn, Lena Spangenberg, Lesley Stafford, Sharon C. Sung, Keiko Suzuki, Pei Lin Lynnette Tan, Martin Taylor‐Rowan, Thach Tran, Christina M. van der Feltz‐Cornelis, Thandi van Heyningen, Henk van Weert, Lynne I. Wagner, JianLi Wang, David Watson, Karen Wynter, Mitsuhiko Yamada, Qing Zhi Zeng, Yuying Zhang
Notice bibliographique
RevueMethods · 2021
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensMcGill UniversityMcGill University Health CentreUniversity of CalgaryJewish General Hospital
Organismes subventionnairesNational Institute of Mental HealthEuropean Regional Development FundCanadian Institutes of Health ResearchTakeda CanadaPfizer CanadaScleroderma Society of OntarioJanssen CanadaSandoz CanadaShanghai Municipal Health and Family Planning CommissionH. Lundbeck A/SChinese Diabetes SocietyAchmeaUniversity of Cape TownNational Health Research InstitutesNational Health and Medical Research CouncilJewish General HospitalUniversidade de MacauUniversiti Sains MalaysiaMedical Research CouncilServierUniversiti Putra MalaysiaNational Institutes of HealthTehran University of Medical Sciences and Health ServicesEisaiMinistry of Science, ICT and Future PlanningConselho Nacional de Desenvolvimento Científico e TecnológicoUniversity of AucklandMinistero della SaluteConsejo Nacional de Ciencia y TecnologíaDepartment for International DevelopmentMinistry of Education, Science and TechnologyBundesministerium für Bildung und ForschungDepartment of Education and Early Childhood Development, State Government of VictoriaUniversity of Technology SydneyUniversiteit van AmsterdamUniversität HeidelbergUniversidade de São PauloMultiple Sclerosis SocietyLance Armstrong FoundationNederlandse Organisatie voor Wetenschappelijk OnderzoekUniversity of MelbourneCilagBanco SantanderResearch ManitobaJanssen PharmaceuticalsAmgen CanadaNovo NordiskDeutsche RentenversicherungNational Institute on Minority Health and Health DisparitiesEuropean CommissionAbbVieNational Research Foundation of KoreaCumming School of Medicine, University of CalgaryPennsylvania Department of HealthEli Lilly and CompanyCanadian Arthritis NetworkU.S. Department of DefenseFundação de Amparo à Pesquisa do Estado do Rio Grande do SulSanofiZonMwAbbVie CanadaAlberta Innovates - Health SolutionsDuke Global Health Institute, Duke UniversityMahidol UniversityNational Alliance for Research on Schizophrenia and DepressionCrohn's and Colitis CanadaMinistry of Health, Labour and WelfareAlberta Health ServicesNational Institute on Disability and Rehabilitation ResearchPfizerIcahn School of Medicine at Mount SinaiDepartment of Social Services, Australian GovernmentBristol-Myers SquibbGovernment of the United KingdomOhio Board of RegentsAustralian GovernmentNational Cancer InstituteSigma Theta Tau InternationalAlberta InnovatesNational Research FoundationAmgenHealth Foundation LimburgGrand Challenges CanadaUnited States Agency for International DevelopmentMylanQueensland University of TechnologyArmstrong Foundation
Mots-clésCutoffPatient Health QuestionnaireEquivalence (formal languages)RespondentMedicineMeta-analysisReceiver operating characteristicDepressive symptomsInternal medicineMathematicsPsychiatryPhysics
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,001
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: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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.
Tête enseignante Opus0,898
Tête enseignante GPT0,686
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations6
Publié2021
Routes d'admission2
Résumé présentnon