← Retour à la cohorte
Comparison of Patient Health Questionnaire-9, Edinburgh Postnatal Depression Scale and Hospital Anxiety and Depression – Depression subscale scores by administration mode: An individual participant data differential item functioning meta-analysis
Daphna Harel, Yin Wu, Brooke Levis, Suiqiong Fan, Ying Sun, Mingyao Xu, Danielle B. Rice, Jill Boruff, Sarah Markham, John P. A. Ioannidis, Yemisi Takwoingi, Scott B. Patten, Roy C. Ziegelstein, Pim Cuijpers, Simon Gilbody, Simone N. Vigod, Dickens Akena, Andrea Benedetti, Brett D. Thombs, Marleine Azar, Parash Mani Bhandari, Matthew J. Chiovitti, Chen He, Mahrukh Imran, Ankur Krishnan, Zelalem Negeri, Dipika Neupane, Kira E. Riehm, Xin Wei Yan, Lorie A. Kloda, Mélissa Henry, Zahinoor Ismail, Carmen G. Loiselle, Nicholas Mitchell, Samir Al‐Adawi, Rubén Alvarado, Dagmar Amtmann, Bruce Arroll, Liat Ayalon, Hamid Reza Baradaran, Jacqueline Barnes, Kevin Roy Beck, Cheryl Tatano Beck, Çharles N. Bernstein, Carola Bindt, Charles H. Bombardier, Birgitte Boye, Natalie Büel-Drabe, Ryna Imma Buji, Adomas Bunevičius, Peter Butterworth, Ceyhun Can, Gregory Carter, Marcos Hortes Nisihara Chagas, Juliana C.N. Chan, Lai Fong Chan, Chih‐Ken Chen, Dixon Chibanda, Genesis Chorwe‐Sungani, Kerrie Clover, Ronán Conroy, Aaron Conway, Yeates Conwell, Humberto Corrêa, Thiago Castro e Couto, Daniel Cukor, Federico M. Daray, Janneke M. de Man‐van Ginkel, Jennifer De Souza, Marina G. Downing, Valsamma Eapen, Jesse R. Fann, Nicolas Favez, Ethel Felice, Gracia Fellmeth, Panagiotis Ferentinos, Michelle Fernandes, Sally Field, Bárbara Figueiredo, Felix Fischer, Jane Fisher, Alastair J. Flint, Daniel Fung, Pamela Gallagher, Milena Gandy, Bizu Gelaye, Leila Gholizadeh, Lorna J. Gibson, Felicity Goodyear‐Smith, Luigi Grassi, Eric Green, Catherine G. Greeno, Brian J. Hall, Liisa Hantsoo, Emily E. Haroz, Martin Härter, Ulrich Hegerl, Nadine Helle, Asunción Hernando, Leanne Hides, Stevan E. Hobfoll, Simone Honikman, Louise M. Howard, Thomas Hyphantis, María Iglesias-González, Masatoshi Inagaki, Josef Jenewein, Hong Jin Jeon, Nathalie Jetté, Miguel Julião, Pirjo Kettunen, Mohammad E. Khamseh, Kim M. Kiely, Sung‐Wan Kim, Marie Kjærgaard, Jane Kohlhoff, Brandon A. Kohrt, Hans‐Helmut König, Zoltán Kozinszky, Yunxin Kwan, Femke Lamers, Ma. Asunción Lara, Angeliki Leonardou, Holly Frances Levin-Aspenson, Shen‐Ing Liu, Margrit Löbner, Wim L. Loosman, Manote Lotrakul, Sônia Regina Loureiro, Anthony W. Love, Bernd Löwe, Nagendra P. Luitel, Crick Lund, Michaël Maes, Ulrik Fredrik Malt, Ruth Ann Marrie, Laura Marsh, Pablo Martínez, Brian P. Marx, Yutaka Matsuoka, Anthony McGuire, Anja Mehnert, Ioannis Michopoulos, Sherina Mohd Sidik, Jacqueline Müller‐Nordhorn, Kumiko Muramatsu, Sandra Nakić Radoš, Laura Navarrete, Christian J. Nelson, Chong Guan Ng, Daisuke Nishi, Meaghan O’Donnell, Suzanne O’Rourke, Flávia de Lima Osório, Alexander Pabst, Julie A. Pasco, Susan Pawlby, Jūratė Pečeliūnienė, Brian W. Pence, Philippe Persoons, Inge Petersen, Angelo Picardi, Jennie Ponsford, Stephanie L. Pugh, Federico Pulido, Terence J. Quinn, Chantal Quispel, Sujit D. Rathod, Silje Endresen Rème, Katrin Reuter, Steffi G. Riedel‐Heller, Alasdair G Rooney, Iná S. Santos, Rebecca M. Saracino, Melanie P. J. Schellekens, Marcelo Libório Schwarzbold, Vesile Şentürk Cankorur, Juwita Shaaban, Louise Sharpe, Eileen H. Shinn, Abbey Sidebottom, Sébastien Simard, Susanne Singer, Alkistis Skalkidou, Johanne Smith‐Nielsen, Lena Spangenberg, Lesley Stafford, Alan Stein, Robert C. Stewart, Natalie Strobel, Kuan‐Pin Su, Serge Sultan, Inger Sundström Poromaa, Sharon C. Sung, Keiko Suzuki, Meri Tadinac, Pei Lin Lynnette Tan, S. Darius Tandon, Martin Taylor‐Rowan, Antônio Lúcio Teixeira, Iva Tendais, István Tiringer, Annamária Töreki, Thach Tran, Kylee Trevillion, Mira Tschorn, Alyna Turner, Mette Skovgaard Væver, Christina M. van der Feltz‐Cornelis, Thandi van Heyningen, Johann M. Vega‐Dienstmaier, Michael Wagner, Lynne I. Wagner, Liang‐Jen Wang, JianLi Wang, David Watson, Siegfried Weyerer, Jennifer White, Mary A. Whooley, Birgitt Wiese, Lana J. Williams, Kirsty Winkley, Karen Wynter, Mitsuhiko Yamada, Kimberly A. Yonkers, Qing Zhi Zeng, Yuying Zhang
Notice bibliographique
RevueJournal of Affective Disorders · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensMcGill University Health CentreUniversity of TorontoHotchkiss Brain InstituteMcGill UniversityUniversity of CalgarySt. Joseph’s Healthcare HamiltonWomen's College HospitalMcMaster UniversityJewish General Hospital
Organismes subventionnairesNational Center for Medical Rehabilitation ResearchFondo Nacional de Desarrollo Científico y TecnológicoJanssen CanadaNational Institute of Child Health and Human DevelopmentNational Institute on Disability and Rehabilitation ResearchKaohsiung Chang Gung Memorial HospitalNational Cancer InstituteEuropean Regional Development FundProgramme Grants for Applied ResearchMedical Research CouncilSocial Sciences and Humanities Research Council of CanadaAbbVie CanadaTakeda CanadaPfizer CanadaCumming School of Medicine, University of CalgaryAmgen CanadaDuke Global Health Institute, Duke UniversityNational Institute of Mental HealthHealth Resources and Services AdministrationNational Institutes of HealthH. Lundbeck A/SNational Center of Neurology and PsychiatrySafe Work AustraliaInstituto Nacional de Ciência e Tecnologia Translacional em MedicinaCrohn's and Colitis CanadaAchmeaUniversità degli Studi di FerraraNational Research Foundation of KoreaMinistério da SaúdeUniversidade de MacauSvenska LäkaresällskapetDepartment of Social Services, Australian GovernmentKWF KankerbestrijdingChang Gung Medical FoundationUniversiti Sains MalaysiaUniversiti Putra MalaysiaHarry Crossley FoundationCanadian Institutes of Health ResearchEuropean CommissionLietuvos Mokslo TarybaTehran University of Medical Sciences and Health ServicesConselho Nacional de Desenvolvimento Científico e TecnológicoNational Health Research InstitutesVetenskapsrådetSanofiEisaiMinistry of Science, ICT and Future PlanningConsejo Nacional de Ciencia y TecnologíaDepartment of Education and Early Childhood Development, State Government of VictoriaForskningsrådet för Arbetsliv och SocialvetenskapNational Science CouncilUniversiteit MaastrichtZonMwQueensland University of TechnologyUniversity of Technology SydneyNorges ForskningsrådSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Health and Medical Research CouncilDeutsche KrebshilfeMinistry of Education, Science and TechnologyGovernment of the United KingdomBundesministerium für Bildung und ForschungGovernment of Western AustraliaMinistry of Education, Culture, Sports, Science and TechnologySandoz CanadaUniversiteit van AmsterdamUniversität HeidelbergEuropean Foundation for the Study of DiabetesMinistero della SaluteUniversity of AucklandWaikato Medical Research FoundationFundação de Amparo à Pesquisa do Estado de São PauloTransport Accident CommissionHunter Medical Research InstituteIrish Cancer SocietyUniversity of OxfordCanadian Breast Cancer Research AllianceHealth Research Council of New ZealandDeutsche RentenversicherungAmerican Psychological AssociationNational Research FoundationIschemia Research and Education FoundationCenters for Disease Control and PreventionShanghai Municipal Health and Family Planning CommissionPennsylvania Department of HealthNational Institute for Health and Care ResearchHealth Foundation LimburgAustralian GovernmentNational Breast Cancer FoundationU.S. Department of DefenseChinese Diabetes SocietyBethlehem Griffiths Research FoundationAlberta Health ServicesUniversity of WashingtonSigma Theta Tau InternationalRobert Wood Johnson FoundationPatrick and Catherine Weldon Donaghue Medical Research FoundationBanco SantanderUniversity of SouthamptonWellcome TrustAlberta Innovates - Health SolutionsMahidol UniversityNational Alliance for Research on Schizophrenia and DepressionResearch ManitobaUniversity of Cape TownArmstrong FoundationUniversity of ConnecticutWerner Otto StiftungPfizerBiogenBristol-Myers SquibbOhio Board of RegentsMultiple Sclerosis SocietyMinistry of Health, Labour and WelfareDivision of Materials ResearchFundação de Amparo à Pesquisa do Estado de Minas GeraisEli Lilly and CompanyCanadian Prostate Cancer Research InitiativeTrygFondenAmgenHealth Services Research and DevelopmentLance Armstrong FoundationNational Science FoundationUniversity of MelbourneInnovatiefonds ZorgverzekeraarsAmerican Federation for Aging ResearchDepartment for International DevelopmentU.S. Department of Veterans AffairsUnited States Agency for International DevelopmentDepartment of Health and Social CareChina Medical UniversityFundação de Amparo à Pesquisa e Inovação do Estado de Santa CatarinaFundação de Amparo à Pesquisa do Estado do Rio Grande do SulJapan Society for the Promotion of ScienceGrand Challenges CanadaU.S. Department of Health and Human ServicesMyer FoundationUniversidade de São PauloChulalongkorn University
Mots-clésDepression (economics)PsychologyHospital Anxiety and Depression ScaleAnxietyDifferential item functioningClinical psychologyPsychiatryMeta-analysisPsychometricsPatient Health QuestionnaireScale (ratio)MedicineItem response theoryDepressive symptomsInternal medicine
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,042
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,029 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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.
Tête enseignante Opus0,079
Tête enseignante GPT0,417
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations9
Publié2024
Routes d'admission2
Résumé présentnon