THE FACTOR STRUCTURE OF THE PATIENT HEALTH QUESTIONNAIRE-9 IN STROKE: A COMPARISON WITH A NON-STROKE POPULATION
Notice bibliographique
Résumé
ABSTRACT Background There are concerns that the measurement of depression by the Patient Health Questionnaire-9 (PHQ-9), a self-report screening questionnaire, is biased by comorbid stroke sequelae. We, therefore, aimed to investigate these concerns in stroke, benchmarked against a non-stroke comparison sample, using factor analysis. Methods The secondary data sample constituted 787 stroke and 12,016 non-stroke participants, in a cross-sectional design. A subsample of 1,574 non-stroke participants was selected via propensity score matching. Dimensionality was assessed by comparing fit statistics of one-factor, two-factor, and bi-factor models. Between-group differences in factor structure were identified using measurement invariance. Results A two-factor model, consisting of somatic and cognitive-affect factors, had a superior fit to a unidimensional model (CFI = .984 versus CFI =.974, p<.001), but the high correlation between the factors indicated unidimensionality (r = .866). Configural invariance between stroke and non-stroke was supported (CFI = .983, RMSEA = .080), as were invariant thresholds (p = .092) and loadings (p = .103) for all items. Strong invariance was violated (p < .001, ΔCFI = -.003), indicating non-invariant item intercepts. Partially invariant models indicated responsibility of the tiredness and appetite intercepts, and latent depression severity was significantly overestimated in stroke, relative to the general population, using a summed score approach (Cohen’ s d= .434). Conclusions The findings suggest that the PHQ-9 measures a single latent factor in stroke. However, the presence of non-invariant intercepts means that PHQ-9 total scores may be disproportionately influenced by fatigue in post-stroke vs. non-stroke patients and that total scores are incomparable between groups.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».