Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Forkortet depresjonsvurderingsstudie

1. desember 2023 oppdatert av: Kang Lee, University of Toronto

Bruk av lang til kort tilnærming til å utvikle raske depresjonsskalaer

Deltakerne vil bli bedt om å fylle ut et online spørreskjema om deres demografiske informasjon og alle de 42 elementene fra Depression Anxiety Stress Scale (DASS-42). En rekke maskinlæringsteknikker vil bli brukt på datasettet for å utvikle en forkortet vurdering ved å bruke de viktigste demografiske og DASS-42-elementene fra det originale spørreskjemaet, for å forutsi depresjonsnivåer indikert av DASS-42.

Studieoversikt

Status

Fullført

Forhold

Detaljert beskrivelse

Klinisk depresjon rammer 5-10 % av verdens befolkning hvert år og er et alvorlig psykisk helseproblem globalt. Det er mange tradisjonelle psykologiske skalaer som vurderer nivåer av depresjon hos voksne, der gjenstandene deres ofte er overflødige i informasjonen de har med seg, og poengsummen deres ikke nødvendigvis er lineær i forhold til varepoengene. Maskinlæringsteknikker kan således hjelpe med å finne redundansen i elementene, så vel som det ikke-lineære forholdet mellom elementskårene og den endelige prediksjonen. Ved å bruke Depression Anxiety Stress Scale 42 (DASS-42) som grunnlag, vil deltakerne bli bedt om å fylle ut et online spørreskjema om deres demografiske informasjon (alder, kjønn, bostedsland, rase, etc.) og alle 42 elementer i DASS -42 for å gi et datasett for denne studien. Funksjonsvalgsteknikker som MRMR og Gini-funksjonsviktighet ble brukt for å identifisere de viktigste funksjonene i datasettet. Deretter, ved bruk av maskinlæringsmetoder som Logistic Regression, XGBoost og Ensemble-modeller, vil modeller bli tilpasset de viktigste funksjonene for å utvikle en forkortet depresjonsskala (7-9 elementer bestående av demografiske elementer og DASS-elementer) som nøyaktig spådde nivåene av depresjon (målt ved AUC, ROC og F1-skåre.

Studietype

Observasjonsmessig

Registrering (Faktiske)

39000

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Ontario
      • Toronto, Ontario, Canada
        • University of Toronto

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år til 100 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Deltakere fra alle land over hele verden er kvalifisert

Beskrivelse

Inklusjonskriterier:

  • Voksne fra 18 år og oppover
  • Må kunne lese engelsk
  • Må ha tilgang til Internett over hele verden

Ekskluderingskriterier:

  • Barn på 17 år og under
  • Personer som ikke kan lese engelsk
  • Personer som ikke har tilgang til Internett

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Rask depresjonsvurderingsverktøy basert på depresjonsangst stressskala 42
Tidsramme: Alle deltakerne gjennomførte de samme vurderingene, som tok 10-15 minutter

Deltakerne fylte ut et online spørreskjema om deres demografiske informasjon (alder, kjønn og etnisitet) og alle 42 elementene fra Depression Anxiety Stress Scale (DASS-42). Hvert element består av en 4-punkts Likert-skala fra 0 til 3, der 0 betyr "Gjeldte ikke meg i det hele tatt" og 3 betyr "Gjelder meg veldig mye, eller mesteparten av tiden". Depresjonsskåren er summen av skårene for elementene i depresjonsunderskalaen. En høyere score indikerer et mer alvorlig nivå av depresjonssymptomer.

Maskinlæringsteknikker ble brukt til å utvikle en forkortet vurdering (Rapid Depression Assessment Tool) ved bruk av demografi og 5 DASS-42-elementer fra det originale spørreskjemaet, for å forutsi alvorlighetsnivåer av depresjon indikert av DASS-42. Vurderingsverktøyet beregner sannsynligheten for moderate depresjonssymptomer og alvorlige depresjonssymptomer gitt svarene fra hvert element (fra 0 til 3). Dataene ble samlet inn og samlet gjennom et offentlig nettsted.

Alle deltakerne gjennomførte de samme vurderingene, som tok 10-15 minutter

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Studiestol: Kang Lee, University of Toronto

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

1. september 2019

Primær fullføring (Faktiske)

1. september 2021

Studiet fullført (Faktiske)

1. september 2021

Datoer for studieregistrering

Først innsendt

5. november 2021

Først innsendt som oppfylte QC-kriteriene

5. november 2021

Først lagt ut (Faktiske)

17. november 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

8. desember 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

1. desember 2023

Sist bekreftet

1. desember 2023

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere