Calculating the Risks of “Prescriptive Measurement” versus “Meaningful Measurement” in integrated care: An Example with the Kessler Distress Scale
Notice bibliographique
Résumé
Background: The application of measurement science in early intervention mental health is in its infancy, with a lack of youth-centred and culturally specific measures. Kessler’s Distress Scale (K10) is widely recommended to evaluate youth mental health services internationally, even though its suitability has been assessed incompletely. Our aim was to examine the K10’s fitness for purpose as an outcome measure for evaluating integrated care services for youth age 12-24 years. Method: We conducted a qualitative study evaluating the K10’s development against current recommendations for developing patient reported outcomes (PROs) measures. We also conducted a quantitative study examining the K10’s measurement properties, using two psychometric methods, in data from 7360 youth accessing services at nine Canadian youth mental health centres. Results: Our qualitative study concluded K10’s development did not meet requirements for measurement. Specifically, the concept for measurement was neither defined nor conceptualised and items were selected statistically. In stark contrast, our quantitative study [mean age 18.5 years (SD = 2.9), 65% female] concluded K10 is “reliable and valid”. Conclusion: K10’s “validity” in a quantitative but not qualitative sense means K10 measures something, but it is unclear what that something is, resulting in a weak scientific basis for developing and evaluating youth mental health services. This measurement paradox arises because K10’s items were selected statistically. Our study highlights the fundamental requirement for scales used in integrated care environments to have strong conceptual bases, the misleading nature of quantitative psychometric evaluations developed without qualitative examinations, and the urgent need for integrated care services to have new fit-for-purpose patient-reported outcomes co-designed by youth and fit for purpose to improve the outcomes and experiences of youth.
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 | 0,562 | 0,737 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,033 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,007 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».