Diagnostic test accuracy of screening tools for post-traumatic stress disorder among refugees and asylum seekers: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Refugees and asylum seekers often experience traumatic events resulting in a high prevalence of post-traumatic stress disorder (PTSD). Undiagnosed PTSD can have detrimental effects on resettlement outcomes. Immigration medical exams provide an opportunity to screen for mental health conditions in refugee and asylum seeker populations and provide links to timely mental health care. Objective: To assess the diagnostic accuracy of screening tools for PTSD in refugee and asylum seeker populations. Methods: We systematically searched Medline, Embase, PsycINFO, CENTRAL and CINAHL up to 29 September 2022. We included cohort-selection or cross-sectional study designs that assessed PTSD screening tools in refugee or asylum seeker populations of all ages. All reference standards were eligible for inclusion, with a clinical interview considered the gold standard. We selected studies and extracted diagnostic test accuracy data in duplicate. Risk of bias and applicability concerns were addressed using QUADAS-2. We meta-analyzed findings using a bivariate random-effects model. We partnered with a patient representative and a clinical psychiatrist to inform review development and conduct. Results: Our review includes 28 studies (4,373 participants) capturing 16 different screening tools. Nine of the 16 tools were developed specifically for refugee populations. Most studies assessed PTSD in adult populations, but three included studies focused on detecting PTSD in children. Nine studies looked at the Harvard Trauma Questionnaire (HTQ) with diagnostic cut-off points ranging from 1.17 to 2.5. Meta-analyses revealed a summary point sensitivity of 86.6% (95%CI 0.791; 0.917) and specificity of 78.9% (95%CI 0.639; 0.888) for these studies. After evaluation, we found it appropriate to pool other screening tools (Posttraumatic Stress Disorder Checklist, the Impact of Event Scale, and the Posttraumatic Diagnostic Scale) with the HTQ. The area under the curve for this model was 79.4%, with a pooled sensitivity of 86.2% (95%CI 0.759; 0.925) and a specificity of 72.2% (95%CI 0.616; 0.808). Conclusions: Our review identified several screening tools that perform well among refugees and asylum seekers, but no single tool was identified as being superior. The Refugee Health Screener holds promise as a practical instrument for use in immigration medical examinations because it supports the identification of PTSD, depression, and anxiety across diverse populations. Future research should consider tool characteristics beyond sensitivity and specificity to facilitate implementation in immigration medical exams. Registration: Open Science Framework: 10.17605/OSF.IO/PHNJV.
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 | 0,027 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,036 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».