Depression detection in dementia: A diagnostic accuracy systematic review and meta analysis update
Notice bibliographique
Résumé
Abstract Background Depression is common in persons with dementia and is often under‐detected and under‐treated. It is critical to understand which available tools accurately detect depression in the context of dementia. Methods We updated our systematic review completed in 2015. The search strategy of our original review was replicated in Medline, Embase, and PsycINFO. Studies describing the use of a tool to identify depression in persons with dementia, compared to a criterion standard, and reporting diagnostic accuracy outcomes were included in the review update. Pooled prevalence estimates of major depression and pooled estimates of diagnostic accuracy outcomes (i.e., sensitivity [SN], specificity [SP]) for tools were calculated. Results Three studies were included of the 8980 returned from the database search and were added to the prior 20 articles from the 2015 review. The Cornell Scale for Depression in Dementia (CSDD), Geriatric Depression Scale (GDS)−15 item, Neuropsychiatric Inventory‐Depression items (NPI‐D), and Depression in Old Age Scale (DIA‐S) were evaluated in the three studies. Two new studies were added to the existing pooled prevalence estimate of major depression (29%, 95% confidence interval [CI] = 21.6%–36.5%, n = 17) and pooled diagnostic accuracy estimate for the CSDD at the best cut‐off (SN = 0.83, 95% CI = 0.74–0.90; SP = 0.81, 95% CI = 0.69–0.89). New pooled diagnostic accuracy estimates were completed for the CSDD (cut‐off ≥12) (SN = 0.61, 95% CI = 0.42–0.77; SP = 0.83, 95% CI = 0.76–0.88), GDS‐15 (best cut‐off) (SN = 0.65, 95% CI = 0.40–0.83; SP = 0.72, 95% CI = 0.55–0.85), and Montgomery Asberg Depression Rating Scale (MADRS) (best cut‐off) (SN = 0.77, 95% CI = 0.67–0.85; SP = 0.68, 95% CI = 0.60‐0.75). Conclusions The CSDD continues to have the most evidence for depression case finding in persons living with dementia. The CSDD and Hamilton Depression Rating Scale have the highest sensitivities and may be recommended for use over other common tools like the GDS‐15 and MADRS. Newly identified tools like the NPI‐D and DIA‐S require further study before they can be recommended for use in practice.
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 | 0,050 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,032 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| 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.
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 ».