Detection of anxiety symptoms and disorders in older adults: a diagnostic accuracy systematic review
Notice bibliographique
Résumé
BACKGROUND: Anxiety symptoms and disorders are common in older adults and often go undetected. A systematic review was completed to identify tools that can be used to detect anxiety symptoms and disorders in community-dwelling older adults. METHODS: MEDLINE, Embase and PsycINFO were searched using the search concepts anxiety, older adults and diagnostic accuracy in March 2023. Included articles assessed anxiety in community-dwelling older adults using an index anxiety tool and a gold standard form of anxiety assessment and reported resulting diagnostic accuracy outcomes. Estimates of pooled diagnostic accuracy outcomes were completed. RESULTS: Twenty-three anxiety tools were identified from the 32 included articles. Pooled diagnostic accuracy outcomes were estimated for the Geriatric Anxiety Inventory (GAI)-20 [n = 3, sensitivity = 0.89, 95% confidence interval (CI) = 0.70-0.97, specificity = 0.80, 95% CI = 0.67-0.89] to detect generalized anxiety disorder (GAD) and for the GAI-20 (n = 3, cut off ≥ 9, sensitivity = 0.74, 95% CI = 0.62-0.83, specificity = 0.96, 95% CI = 0.74-1.00), Beck Anxiety Inventory (n = 3, sensitivity = 0.70, 95% CI = 0.58-0.79, specificity = 0.60, 95% CI = 0.51-0.68) and Hospital Anxiety and Depression Scale (HADS-A) (n = 3, sensitivity = 0.78, 95% CI = 0.60-0.89, specificity = 0.76, 95% CI = 0.60-0.87) to detect anxiety disorders in clinical samples. CONCLUSION: The GAI-20 was the most studied tool and had adequate sensitivity while maintaining acceptable specificity when identifying GAD and anxiety disorders. The GAI-20, GAI-Short Form and HADS-A tools are supported for use in detecting anxiety in community-dwelling older adults. Brief, self-rated and easy-to-use tools may be the best options for anxiety detection in community-dwelling older adults given resource limitations. Clinicians may consider factors including patient comorbidities and anxiety prevalence when selecting a tool and cut off.
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 | 0,017 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,012 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».