MétaCan
Menu
Retour à la cohorte
Enregistrement W4311234333 · doi:10.1177/10731911221138930

The Eight-Item Center for Epidemiological Studies Depression Scale in the English Longitudinal Study of Aging: Longitudinal and Gender Invariance, Sum Score Models, and External Associations

2022· article· en· W4311234333 sur OpenAlexfundno aff
Pascal Schlechter, Tamsin Ford, Sharon Neufeld

Notice bibliographique

RevueAssessment · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesNIHR Cambridge Biomedical Research CentreCundill Centre for Child and Youth DepressionNational Institute for Health and Care ResearchDepartment of Health and Social CareWellcome Trust
Mots-clésPsychologyLongitudinal studyMeasurement invarianceCenter for Epidemiologic Studies Depression ScaleDepression (economics)EpidemiologyPopulationClinical psychologyPsychometricsPsychiatryDevelopmental psychologyDemographyConfirmatory factor analysisDepressive symptomsMedicineAnxietyStatisticsStructural equation modelingInternal medicine

Résumé

récupéré en direct d'OpenAlex

The disease burden of depression among older populations is high. Detecting changes in late-life depression is predicated on the seldom-examined assumption of longitudinal measurement invariance (MI). Therefore, we investigated longitudinal MI of the 8-item Center for Epidemiological Studies Depression Scale in core members repeatedly assessed in the English Longitudinal Study of Aging, a nine-wave representative study of the English population above 50 years of age (initial N = 11,391). Based on prior literature, we tested MI of a one-factor solution, a one-factor solution with correlated errors of reversely coded items, and a two-factor solution (depressed affect/somatic complaints). For all factor solutions, residual MI was confirmed across nine waves and gender. Sum score models (i.e., all factor loadings constrained to equity) had a good fit. Depression scores correlated with psychiatric diagnoses, ill health, lower life quality, and female gender. Associations slightly differed depending on the factor solutions, signifying their applicability across contexts.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,017
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,251
Tête enseignante GPT0,454
Écart entre enseignants0,203 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations35
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssessmentMême sujetHealth disparities and outcomesTravaux en français237 207