Customizing PROMIS-Depression Computer Adaptive Testing Stopping Rules for Patients with Kidney Failure
Notice bibliographique
Résumé
Background: The Patient Reported Outcomes Measurement Information System Depression (PROMIS-D) computer adaptive testing (CAT) allows precise and tailored assessment of depressive symptoms. Due to the default stopping rules, many respondents without depression may need to answer 10-12 items. The maximum number of items required by the stopping rule can be reduced which could improve efficiency when the tool is used for screening. We assess the screening performance of customized CAT stopping rules in patients with kidney failure. Methods: A cross-sectional convenience sample of adults with kidney failure treated with dialysis or kidney transplant completed PROMIS-D CAT as well as the Patient-Health Questionnaire-9 (PHQ-9). Moderate/severe depressive symptoms were defined as a PHQ-9 cut-off score ≥10. Sociodemographic and clinical characteristics were obtained from self-report and medical records. All patients completed CAT using the original stopping rule (CATo) that requires a reliability of >90% or maximum 12 items. We compare this to three simulated CAT customizations with maximum 8, 6 and 4 items (CAT8, CAT6 and CAT4) respectively. Reliable T score range (reliability is >90%), sensitivity and specificity of each version were assessed. Results: Of the 336 patients, the mean SD age was 55(16), 63% were male, 49% were Caucasian and 32% were on dialysis. Based on PHQ-9, 16% reported moderate/severe depressive symptoms. Using a PHQ-9≥10 as a reference for moderate/severe depressive symptoms, sensitivity and specificity of a T score of 55 with CATo was 79% and 81% respectively. CAT8 presented no change in the reliable range (T-score 41 to 84), while CAT6 and CAT4 presented a small reduction in the reliable range (41-76 and 45-73 respectively) compared to CATo. Sensitivity and specificity of the modified CAT versions remained essentially the same. Conclusions: Customizing PROMIS-D CAT stopping rules have the potential to improve efficiency of screening for moderate/severe depressive symptoms. This reduces question burden without change in the discrimination of the T score. A PROMIS-D CAT with modified stopping rule (maximum 6 or even 4 items) could be used for screening for depressive symptoms among patients with kidney failure.
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 | 0,016 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».