Validation of the Malay Self-Report Quick Inventory of Depressive Symptomatology in a Malaysian Sample
Notice bibliographique
Résumé
Depression is ranked as the second-leading cause for years lived with disability worldwide. Objective monitoring with a standardized scale for depressive symptoms can improve treatment outcomes. This study evaluates the construct and concurrent validity of the Malay Self-Report Quick Inventory of Depressive Symptomatology (QIDS-SR16) among Malaysian clinical and community samples. This cross-sectional study was based on 277 participants, i.e., patients with current major depressive episode (MDE), n = 104, and participants without current MDE, n = 173. Participants answered the Malay QIDS-SR16 and were administered the validated Malay Mini-International Neuropsychiatric Interview (MINI) for DSM-IV-TR. Factor analysis was used to determine construct validity, alpha statistic for internal consistency, and receiver operating characteristic (ROC) analysis for concurrent validity with MINI to determine the optimal threshold to identify MDE. Data analysis provided evidence for the unidimensionality of the Malay QIDS-SR16 with good internal consistency (Cronbach’s α = 0.88). Based on ROC analysis, the questionnaire demonstrated good validity with a robust area under the curve of 0.916 (p < 0.000, 95% CI 0.884−0.948). A cut-off score of nine provided the best balance between sensitivity (88.5%) and specificity (83.2%). The Malay QIDS-SR16 is a reliable and valid instrument for identifying MDE in unipolar or bipolar depression.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».