Screening tools for ruling out mood and anxiety disorders in adults in primary care: a rapid systematic review
Notice bibliographique
Résumé
BACKGROUND: Patients with mood and anxiety disorders commonly visit primary care providers in Canada. Screening tools can support providers in identifying patients who need further mental health care. OBJECTIVES: Identify screening tools that are valid and reliable for ruling out mood and anxiety disorders in adults in primary care settings. DATA SOURCES: Our rapid review searched MEDLINE, Embase and PsycInfo from January 1, 2006, to May 27, 2025. STUDY SELECTION: A single reviewer conducted screening, critical appraisal and data extraction. Low risk-of-bias studies were included. Sensitivity, specificity, and negative likelihood ratios (NLRs) with 95% confidence intervals were extracted or calculated. A threshold of NLR < 0.1 was used to interpret strong rule-out performance. SYNTHESIS: We included 11 low risk-of-bias studies evaluating validity in 13 tools. No reliability studies were included due to high risk-of-bias. The Patient Health Questionnaire (PHQ)-2 (≥ 1/7), PHQ-9 (≥ 10/17), Generalised Anxiety Disorder (GAD)-2 (≥ 2/6), and GAD-7 (≥ 5/21) demonstrated the strongest evidence for ruling out depression and anxiety (NLR < 0.1). CONCLUSIONS: The PHQ-2, PHQ-9, HADS-D, 15-item GDS, QIDS-SR16, GAD-2, and GAD-7 are brief, valid tools with strong rule-out performance for depression and anxiety in primary care. Future research should evaluate reliability and performance in diverse providers and patients, including non-physician settings and underserved communities.
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 | 0,026 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,016 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».