MétaCan
Menu
Retour à la cohorte
Enregistrement W4225264568 · doi:10.3389/fpsyt.2022.787463

Mood Disturbances Across the Continuum of Care Based on Self-Report and Clinician Rated Measures in the interRAI Suite of Assessment Instruments

2022· article· en· W4225264568 sur OpenAlexafffundabout
John P. Hirdes, John N. Morris, Christopher M. Perlman, Margaret Saari, Gustavo S. Betini, Manuel Franco, Hein van Hout, Shannon L. Stewart, Jason Ferris

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensWestern UniversityUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesHealth CanadaCanadian Frailty NetworkMitacs
Mots-clésMoodMinimum Data SetMental healthPopulationMedicineHealth careConvergent validityPsychologyClinical psychologyPsychiatryNursingPsychometricsNursing homesInternal consistency

Résumé

récupéré en direct d'OpenAlex

Background: Mood disturbance is a pervasive problem affecting persons of all ages in the general population and the subset of those receiving services from different health care providers. interRAI assessment instruments comprise an integrated health information system providing a common approach to comprehensive assessment of the strengths, preferences and needs of persons with complex needs across the continuum of care. Objective: Our objective was to create new mood scales for use with the full suite of interRAI assessments including a composite version with both clinician-rated and self-reported items as well as a self-report only version. Methods: We completed a cross-sectional analysis of 511,641 interRAI assessments of Canadian adults aged 18+ in community mental health, home care, community support services, nursing homes, palliative care, acute hospital, and general population surveys to develop, test, and refine new measures of mood disturbance that combined clinician and self-rated items. We examined validity and internal consistency across diverse care settings and populations. Results: The composite scale combining both clinician and self-report ratings and the self-report only variant showed different distributions across populations and settings with most severe signs of disturbed mood in community mental health settings and lowest severity in the general population prior to the COVID-19 pandemic. The self-report and composite measures were strongly correlated with each other but differed most in populations with high rates of missing values for self-report due to cognitive impairment (e.g., nursing homes). Evidence of reliability was strong across care settings, as was convergent validity with respect to depression/mood disorder diagnoses, sleep disturbance, and self-harm indicators. In a general population survey, the correlation of the self-reported mood scale with Kessler-10 was 0.73. Conclusions: The new interRAI mood scales provide reliable and valid mental health measures that can be applied across diverse populations and care settings. Incorporating a person-centered approach to assessment, the composite scale considers the person's perspective and clinician views to provide a sensitive and robust measure that considers mood disturbances related to dysphoria, anxiety, and anhedonia.

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)0,009
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 enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,371
Écart entre enseignants0,357 · 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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetDigital Mental Health InterventionsTravaux en français237 207