The validity of the Edmonton Symptom Assessment System–Depression item for screening for depression in individuals with cancer pain: A cross-sectional study
Notice bibliographique
Résumé
CONTEXT: Depression is common in individuals with cancer and pain, negatively impacts quality of life, treatment adherence, tumor progression, and survival. OBJECTIVES: The primary aims of this study were to (1) evaluate the validity of the Edmonton Symptom Assessment System's depression (ESAS-D) for detecting major depressive disorder (MDD) as diagnosed by a psychiatrist and (2) identify the best cutoff for this purpose in a sample of cancer pain individuals. The secondary aim was to compare ESAS-D with another commonly used screening measure (Patient Health Questionnaire-2 [PHQ-2]) for classifying individuals as meeting or not meeting Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5) criteria for depression. METHODS: 49 cancer pain individuals completed the ESAS-D and PHQ-2 Within 2 weeks, a psychiatrist interviewed the participants and determined whether or not they met criteria for MDD based on the DSM-5. RESULTS: The ESAS-D demonstrated acceptable accuracy and validity for classifying MDD. A cutoff of ≥2 was identified as being best able to balance sensitivity (85%) and specificity (76%) and had an overall accuracy of 79%. A receiver operating characteristic curve analysis showed an area under the curve (AUC) of 0.81 (95% confidence interval [CI]: 0.68-0.94). The ESAS-D also compared favorably with the modified Thai PHQ-2 (sensitivity, 75%; specificity, 72%; overall accuracy, 73%; AUC, 0.74 [95% CI: 0.59-0.88]) for identifying MDD individuals. CONCLUSIONS: The ESAS-D showed acceptable sensitivity, specificity, and overall accuracy for screening for MDD in cancer and pain. It could therefore be used to screen for probable depression in this population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».