Depression prevalence of the Geriatric Depression Scale-15 was compared to Structured Clinical Interview for DSM using individual participant data meta-analysis
Notice bibliographique
Résumé
Depression questionnaire cutoffs are calibrated for screening accuracy and not to assess prevalence, but the Geriatric Depression Scale (GDS-15) is often used to estimate diagnostic prevalence among older adults, most commonly with scores of ≥ 5. We conducted an individual participant data meta-analysis to compare depression prevalence based on GDS-15 ≥ 5 to Structured Clinical Interview for Diagnostic and Statistical Manual (SCID) diagnoses and assessed whether an alternative cutoff could be more accurate. We used generalized linear mixed models to estimate prevalence. Data from 14 studies (3602 participants, 434 SCID major depression) were included. Pooled GDS-15 ≥ 5 prevalence was 34.2% (95% confidence interval [CI] 27.5-41.6%), and pooled SCID prevalence was 14.8% (95% CI 10.0-21.5%; difference of 17.6%, 95% CI 11.6-23.6%). GDS-15 ≥ 8 provided the closest estimate to SCID with mean difference of - 0.3% (95% prediction interval - 17.0-16.5%). Prevalence estimate differences were not associated with study or participant characteristics. In sum, GDS-15 ≥ 5 substantially overestimated depression prevalence. A cutoff of ≥ 8 was accurate overall, but heterogeneity was too high for implementation in practice. Validated diagnostic interviews should be used to estimate major depression prevalence among older adults.
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 | 0,021 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,062 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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.
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 ».