Welcome to the UPF Digital Repository

Assessment of depression in the adult general population using self-reported measures : Psychometric approaches for screening and severity appraisal

Show simple item record

dc.contributor.author Vilagut Saiz, Gemma, 1975-
dc.contributor.other García Forero, Carlos
dc.contributor.other Alonso Caballero, Jordi
dc.contributor.other Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut
dc.date.accessioned 2019-01-18T02:23:07Z
dc.date.available 2019-01-18T02:23:07Z
dc.date.issued 2017-01-20
dc.identifier http://hdl.handle.net/10803/565927
dc.identifier.uri http://hdl.handle.net/10230/34840
dc.description.abstract This thesis provides evidence on the validity and diagnostic accuracy of generic and specific self-reported measures, developed from different psychometric approaches, to assess depression in the general population. First, we compare the reliability and diagnostic accuracy of the 12-item Short Form Health Survey (SF-12) traditional scoring with Multidimensional Item Response Theory (MIRT) scoring. Secondly, we conduct systematic literature review and meta-analysis of the diagnostic accuracy of the Center for Epidemiologic Studies Depression (CES-D) as a screener for major depression. Finally, we assess the psychometric properties of IRT-based Patient Reported Outcomes Measurement Information System (PROMIS) Depression measures. Our results indicate that: a) the MIRT SF-12 model is more reliable and has comparable diagnostic accuracy than other scoring methods; b) general and specific measures herein included yield good diagnostic accuracy as depression screeners; c) PROMIS Depression meets IRT assumptions, its measures are highly reliable and show good construct validity and responsiveness to change; and shows measurement invariance according to country (Spain and US). We conclude that self-reported measures are adequate for assessing depression in the general population, and provide additional information beyond detection of pathological individuals. The IRT psychometric approach provide higher flexibility and precision in administering and scoring questionnaires in survey studies, also allowing direct comparisons between populations.
dc.description.abstract Aquesta tesi proporciona evidencia sobre la validesa i la capacitat diagnòstica de mesures genèriques i específiques auto-reportades, construïdes des de diferents aproximacions psicomètriques per avaluar depressió en la població general. Primerament, es compara la fiabilitat i capacitat diagnòstica del qüestionari Short Form Health Survey (SF-12) utilitzant el càlcul de puntuació habitual, amb la puntuació obtinguda segons Teoria de Resposta a l’Ítem Multidimensional (TRIM). Posteriorment, s’avalua la capacitat diagnòstica del Center for Epidemiologic Studies Depression (CES-D) per al cribratge de depressió major mitjançant una revisió sistemàtica amb meta-anàlisi. Finalment, s’avaluen les propietats psicomètriques de les mesures de depressió del Patient Reported Outcomes Measurement Information System (PROMIS), basades en Teoria de Resposta a l’Ítem (TRI). Els resultats indiquen que: a) la puntuació basada en el model TRIM del SF-12 és més fiable però presenta capacitat diagnòstica similar als altres mètodes de puntuació; b) les mesures genèriques i especifiques avaluades proporcionen una bona capacitat diagnòstica per al cribratge de depressió en població general; c) el qüestionari PROMIS de Depressió compleix totes les assumpcions de TRI, elevada fiabilitat i bona validesa de constructe i sensibilitat al canvi, i els resultats donen suport a la invariància de les mesures pel que fa al país (Espanya i US). Es conclou que les mesures auto-reportades estudiades són adequades per avaluar depressió en la població general, i proporcionen una informació valuosa que va més enllà la detecció dicotòmica d’individus amb patologia o sense. L’aproximació psicomètrica basada en TRI proporciona major flexibilitat en l’administració i puntuació dels qüestionaris i precisió més elevada, i facilita comparacions directes entre poblacions.
dc.format application/pdf
dc.format 197 p.
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/embargoedAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Assessment of depression in the adult general population using self-reported measures : Psychometric approaches for screening and severity appraisal
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2019-01-16T09:23:48Z
dc.subject.keyword Screening
dc.subject.keyword Depression
dc.subject.keyword Ítem response theory
dc.subject.keyword Psychometrics
dc.subject.keyword General population surveys
dc.subject.keyword Cribratge
dc.subject.keyword Depressió
dc.subject.keyword Teoria de resposta a l'ítem
dc.subject.keyword Psicometria
dc.subject.keyword Enquestes poblacionals
dc.subject.keyword 616.89


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

Compliant to Partaking