Forfatter

Jon Sigurd Eidstuen
Hege Kornør

Utgave

Årgang 2017, utgave 1 nr 2
ISSN: 1893-9910
Publisert: 07.03.2017

Vedlegg

Søkestrategi SDQ-algoritmen
Vedlegg 1. Ekskluderte studier

Diagnostisk nøyaktighet ved algoritmen til den norske versjonen av Strengths and Difficulties Questionnaire (SDQ-algoritmen)

Strengths and Difficulties Questionnaire (SDQ) er et sett spørreskjema med tre informantversjoner: foreldre, lærere og barn ≥ 11 år. Måleegenskapene ved de ulike informantversjonene av SDQ er vurdert i separate PsykTestBarn-artikler. Robert Goodman har utviklet en algoritme for å predikere hvorvidt en psykisk lidelse er tilstede. SDQ-algoritmen inneholder data fra minst to informanter, men kan også ha data fra samtlige tre informanter. Ved hjelp av algoritmen kan man estimere sannsynligheten for at et barn har en diagnose blant fire brede kategorier: emosjonell lidelse, atferdsforstyrrelse, hyperkinetisk-/oppmerksomhetsforstyrrelse og noen (minst én) psykisk lidelse. Sannsynligheten har tre terskelverdier: unlikely, possible og probable. I denne artikkelen undersøker vi den diagnostiske nøyaktigheten til SDQ-algoritmen i skandinaviske utvalg.

Av 541 unike treff vurderte vi 133 i fulltekst, hvorav 11 publikasjoner oppfylte inklusjonskriteriene. Fem publikasjoner var delstudier i kohortstudien Barn i Bergen, fem var andre norske studier og én var en dansk studie. Studiene omfattet både befolknings- og selekterte utvalg i alderen 5-18 år.

Seks studier rapporterte relevante data for vurdering av diagnostisk nøyaktighet, mens fem kun rapporterte forekomster. SDQ-algoritmen hadde generelt god sensitivitet, spesifisitet og negativ prediktiv verdi i selekterte utvalg, mens den positive prediktive verdien varierte. I befolkningsutvalg der kun ADHD var undersøkt hadde algoritmen utmerket spesifisitet og negativ prediktiv verdi, mens sensitiviteten og den positive prediktive verdien var utilfredsstillende for denne diagnosen. Ingen av referansestandardene i studiene av diagnostisk nøyaktighet hadde godt nok dokumentert kriterievaliditet.

Med forbehold om usikkerheten knyttet til referansestandarden og normgrunnlag i de inkluderte studiene, har SDQ-algoritmen god evne til å identifisere barn med og uten noen psykisk lidelse i selekterte utvalg. I befolkningsbaserte utvalg kan SDQ-algoritmen med stor sannsynlighet korrekt utelukke ADHD, mens den har dårlig evne til å påvise ADHD. For å få bedre kunnskap om SDQ-algoritmens diagnostiske nøyaktighet i norske utvalg trenger vi studier som bruker en referansestandard med dokumentert kriterievaliditet.

English abstract

Eidstuen, J. S. & Kornør, H. (2017). Diagnostisk nøyaktighet ved algoritmen til den norske versjonen av Strengths and Difficulties Questionnaire (SDQ). PsykTestBarn, 1:2

Strengths and Difficulties Questionnaire (SDQ) is a set of questionnaires with three informant versions: parents, teachers and youth aged ≥ 11 years. The psychometric properties of the various SDQ informant versions have been assessed in separate PsykTestBarn articles. Robert Goodman has developed an algorithm for the prediction of the presence of a mental health disorder. The SDQ algorithm encompasses data from at least two informants, but can also include data from all three categories of informants. The algorithm can estimate the likelihood of a child’s diagnoses within four broad categories: emotional disorder, behaviour disorder, hyperkinetic/attention disorder and any disorder. The likelihood is expressed at one of three thresholds; unlikely, possible and probable. The aim of this systematic review is to assess the diagnostic accuracy of the SDQ algorithm in Scandinavian samples.

Out of 541 unique hits, we screened 133 in full text, whereof 11 publications met the inclusion criteria. Five publications were sub-studies in the Bergen Child Study, five were other Norwegian studies, and one was a Danish study. The studies included both population based and selected samples with an age range of 5 to 18 years.

Six studies reported relevant diagnostic accuracy data, while five reported prevalence rates. The SDQ algorithm had generally good sensitivities, specificities and negative predictive values (NPV) in selected samples, but the positive predictive values (PPV) varied. In population-based samples where ADHD was the only target disorder, the algorithm had excellent specificity and NPV, while the sensitivity and PPV were poor. None of the reference standards used in the studies had sufficiently documented criterion validity.

The SDQ algorithm has a good ability to identify children with and without mental health disorders in selected samples. In population-based samples, the SDQ-algorithm can exclude ADHD correctly with great accuracy, but its ability to detect ADHD is poor. We need studies using reference standards with documented criterion validity to gain better knowledge of the diagnostic accuracy of the SDQ-algorithm.

html Full tekst (HTML)     PDFSDQ-algoritmen

Innledning

Strengths and Difficulties Questionnaire (SDQ) er et sett spørreskjema for kartlegging av psykisk helse, vennerelasjoner og prososial atferd hos barn og unge fra 4 til 17 år (Goodman, 1997). Det er også en versjon for barn i alderen 2-4 år. Det finnes egne versjoner for ulike informanter: foreldrerapport (SDQ-P), selvrapport (SDQ-S) og lærerrapport (SDQ-T), samt eget follow-up-skjema. Alle papirutgavene er fritt tilgjengelig i originalversjoner og oversettelser til over 70 språk, inkludert norsk bokmål og nynorsk, på www.sdqinfo.org. Nettstedet drives gjennom det private britiske firmaet Youth In Mind Ltd, og administreres av SDQs opphavsmann Robert Goodman. I tillegg til SDQ-skjema som kan lastes ned og skrives ut, finnes det der flere relevante ressurser for SDQ: skåringsprogram, normer for ti land og artikkelliste over studier av SDQ.  SDQ-skjemaene er også tilgjengelige på norsk i elektronisk versjon (krever betaling og avtale om bruk av Checkwares plattform) på  www.checkware.com. Den norske versjonen av SDQ kom i 1999, og den er basert på en oversettelse av Einar Heiervang, Irene Elgen og Sonja Heyerdahl, samt tilbakeoversettelse ved Melanie Young. De psykometriske egenskapene ved SDQ-S og SDQ-T ved bruk i Norge er undersøkt i to systematiske oversikter (Kornør & Heyerdahl, 2013, 2014).

Hoveddelen av SDQ består av 25 ledd som kan besvares med ”stemmer”, ”stemmer delvis” eller ”stemmer ikke”. Svarene skåres henholdsvis 2, 1 og 0, (0, 1 og 2 ved reverserte ledd). Skårene kan summeres i fem skalaer (0-10), hvor hver skala rommer fem ledd. Disse fem skalaene er Atferdsproblemer, Emosjonelle symptomer, Hyperaktivitet- og oppmerksomhetsproblemer, Venneproblemer og Prososial atferd. Fire av skalaene (Hyperaktivitet- og oppmerksomhetsproblemer, Emosjonelle problemer, Atferdsproblemer og Venneproblemer) regnes som problemskalaer, og de kan summeres for å lage en skåre (0-40) for Totale problemer. Prososial atferd er ikke inkludert i denne totalen ettersom fravær av prososial atferd ikke er det samme som tilstedeværelse av psykiske problemer (Goodman, 1997). Skalaene kan brukes som kontinuerlige variabler, men grenseverdier kan også defineres. Det finnes i tillegg ulike måter å kombinere skalaer, for eksempel kan man summere skårer for Emosjonelle symptomer og Venneproblemer til en internaliserende skåre, og skårer for Atferdsproblemer og Hyperaktivitet- og oppmerksomhetsproblemer til en eksternaliserende skåre (Goodman, Lamping & Ploubidis, 2010).

I et tilleggsskjema (impact supplement) spør man om informanten tror den unge personen har vansker/problemer, og hvis ja, om varigheten av problemet og hvordan vanskene påvirker barnet og familiens liv (sju ledd). Leddene besvares ”ikke i det hele tatt” (0), ”bare litt” (0), ”en god del” (1) og ”mye”(2). Fem av leddene kan summeres til en skåre som angir vanskenes innvirkning på barnets liv (Impact). Tanken bak bruk av impact-skåren er at et eksklusivt fokus på symptomer ikke er tilstrekkelig for å predikere om psykisk lidelse er tilstede. I tråd med diagnostiske kriterier i International Classification of Diseases (ICD-10) eller Diagnostic and Statistical Manual of Mental Disorders (DSM-IV) er det også nødvendig med informasjon om i hvilken grad den unge personen opplever stress eller reduksjon av sosial funksjon (Goodman, 1999). Utover impact-tilleggsskjemaet, er det også utarbeidet en egen versjon for oppfølging. Denne rommer to spørsmål om behandling (Ford, Hutchings, Bywater, Goodman & Goodman, 2009).

Algoritmen

SDQ-algoritmen har som hensikt å predikere tre grader av sannsynlighet (unlikely, possible eller probable) for at en psykiatrisk diagnose er tilstede (Goodman, Renfrew & Mullick, 2000). For å få en så nøyaktig prediksjon som mulig kombinerer algoritmen symptom- og impact-skårer fra to eller flere informanter. Skårene legges inn i statistikkprogram som beregner hvorvidt et barn har en unlikely, possible eller probable diagnose innen fire brede diagnostiske kategorier (SDQ-indekser): atferdsforstyrrelser (ATF), emosjonelle lidelser (EMO), hyperaktivitet- og oppmerksomhetsforstyrrelser (ADHD) og noen (minst én) psykiatrisk diagnose (NOEN). Kriteriene for en probable ATF-diagnose er en symptomskåre over 95-persentilen på SDQ-skalaen Atferdsproblemer og en Impact-skåre på ≥ 2. For ATF er det tilstrekkelig at disse kriteriene er oppfylt for én informant. For probable ADHD gjelder de samme kriteriene, men symptomskalaen er Hyperaktivitet- og oppmerksomhetsproblemer, og kriteriene må oppfylles av minst to informanter. Probable EMO har de samme kriteriene som probable ADHD, men her er det symptomskårer på skalaen Emosjonelle problemer som gjelder. I tillegg kan ikke kriteriene for probable ATF eller ADHD være oppfylt. Kriteriet for Probable NOEN er at probable-kriteriene for minst én av de øvrige SDQ-indeksene skal være oppfylt. Kriteriene for possible SDQ-indekser er mer inkluderende, det vil si, lavere symptom- og Impact-skårer.  

Algoritmen slik den er tilgjengelig fra www.sdqinfo.org er basert på britiske normer for hver informant. (Goodman, 1997). Norske normer foreligger ennå ikke, men sammenlikninger av gjennomsnittsskårer i regionale norske utvalg og britiske normer viser at norske barn generelt skårer noe lavere enn britiske (Kornør & Heyerdahl, 2013, 2014).  

Algoritmens diagnostiske nøyaktighet

Å evaluere den diagnostiske nøyaktigheten til en test forutsetter at resultatene sammenliknes med en uavhengig etablert referansestandard. En helt korrekt «gullstandard» eksisterer sjelden og man forsøker å definere en tilstrekkelig referansestandard som er så nær en gullstandard som mulig. De fleste studier av diagnostisk nøyaktighet for SDQ eller SDQ-algoritmen tar utgangspunkt i en antagelse om at beste referansestandard for diagnoser av psykiske lidelser er strukturerte diagnostiske intervjuer (eller klinikers vurdering av informasjon fra strukturerte diagnostiske intervjuer). Eksempler på slike strukturerte intervjuer som er mye brukt av norske klinikere, er Development and Well-Being Assessment (DAWBA) (Goodman, Ford, Richards, Gatward & Meltzer, 2000)og Schedule for Affective Disorders and Shizophrenia for School Aged Children – Present and Lifetime Version (K-SADS-PL) (Kaufman et al., 1997). DAWBA er en samling av utredningsinstrumenter i som består av et diagnostisk foreldreintervju, et diagnostisk intervju med ungdommer (11-17 år) og et spørreskjema for lærere. DAWBA er utviklet for å fange opp vanlige barne- og ungdomsdiagnoser diagnoser i henhold til ICD-10 og DSM-IV (Goodman, Ford, Richards, Gatward, & Meltzer, 2000). K-SADS-PL er et semi-strukturert diagnostisk 

intervju for kartlegging av nåværende og tidligere psykopatologi hos barn og unge mellom 6 og 18 år. Basert på klinisk intervju av barn og foreldre, samt informasjon fra andre kilder (som klinisk observasjon), genereres barnepsykiatriske diagnoseri henhold til DSM-IV. Måleegenskapene ved de norske versjonene av DAWBA og K-SADS-PL er undersøkt i hver sin PsykTestBarn-artikkel (Brøndbo & Martinussen, 2013; Kornør & Skarphedinsson, 2016). Datagenererte DAWBA-diagnoser hadde et visst samsvar (gjennomsnittlig kappa = 0,47) med klinikergenererte diagnoser i én studie, mens andre studier viste at DAWBA underdiagnostiserte autisme og ADHD (Brøndbo & Martinussen, 2013). Kunnskapen om målegenskapene ved den norske utgaven av K-SADS-PL begrenser seg til inter-raterreliabilitet og usikre data om begrepsvaliditet (Kornør & Skarphedinsson, 2016).

Ikke alle studier som inneholder informasjon om den diagnostiske nøyaktigheten til SDQ, bruker klinisk vurdering ved diagnostiske intervjuer som referansestandard. Aktuell referansestandard kan variere i studier etter hva som er formålet med den enkelte studien og studiens måldiagnoser. I studier hvor måldiagnosen er begrenset til en eller få diagnoser kan det for eksempel være tatt i bruk referansestandard bestående av diagnostiske tester eller kartleggingsverktøy rettet mot spesifikke diagnoser.

 

Metode

Vi søkte etter dokumentasjon på testens psykometriske egenskaper i databasene Norart, BIBSYS, SveMed+, CRIStin.no, Cochrane Library, NORA, PsycINFO, Medline, Embase, Libris og PubMed AHOF. Søkedato: 23.01.2015. Søkestrategien er tilgjengelig på http://www.psyktestbarn.no/CMS/ptb.nsf/pages/sdq-a

Vi inkluderte alle publikasjoner av studier som har undersøkt og rapportert diagnostisk nøyaktighet for SDQ-algoritmen i skandinaviske utvalg, uavhengig av type referansestandard. I tillegg inkluderte vi publikasjoner som rapporterte forekomster basert på SDQ-algoritmen, for henholdsvis generelle populasjoner og kliniske undergrupper.

To forskere gikk gjennom sammendragene til alle identifiserte publikasjoner, uavhengig av hverandre, etter at dubletter var fjernet. Alle publikasjoner som kunne virke relevante ble bestilt inn i fulltekst, og prosessen over ble gjentatt for fulltekstrapportene.

To forskere vurderte diagnostisk nøyaktighet uavhengig av hverandre, ved hjelp av en tilpasset versjon av Test review form and notes for reviewers (European Federation of Pscyhologist Association (EFPA), 2008).

Resultater

Litteratursøk

Søket ga 637 treff, og 541 var igjen etter fjerning av duplikater. Vi vurderte 133 publikasjoner som potensielt relevante etter vurdering på tittel- og abstraktnivå. Disse 133 vurderte vi videre i fulltekst, hvorav 122 ble ekskludert (Vedlegg 1). De fleste ble ekskludert fordi de ikke hadde brukt algoritmen. Totalt inkluderte vi 11 publikasjoner, hvorav ti norske og én dansk. Ingen svenske publikasjoner ble inkludert.

Inkluderte studier

De ti norske inkluderte publikasjonene rapporterte resultater fra til sammen seks studier (Aasheim, 2012; Brøndbo et al., 2011; Ekornås, Heimann, Tjus, Heyerdahl & Lundervold, 2011; Hanssen-Bauer, Heyerdahl & Eriksson, 2007; Hysing, Elgen, Gillberg, Lie & Lundervold, 2007; Hysing, Elgen, Gillberg & Lundervold, 2009; Lehmann, Heiervang, Havik & Havik, 2014; Oellingrath, Svendsen & Hestetun, 2014; Posserud et al., 2014; Ullebø, Posserud, Heiervang, Gillberg & Obel, 2011)(Tabell 1). Tre av de inkluderte studiene rapporterte både forekomster og diagnostisk nøyaktighet, og tre rapporterte kun forekomster.

Barn i Bergen

Fem av de inkluderte artiklene rapporterte algoritmedata fra delstudier og underutvalg basert på den befolkningsbaserte kohortundersøkelsen Barn i Bergen (BiB) (Ekornås et al., 2011; Hysing et al., 2007; Hysing et al., 2009; Posserud et al., 2014; Ullebø et al., 2011). Datainnsamlingen til BiB gikk over fire runder i perioden 2002-2012 (http://uni.no/nb/uni-helse/rkbu-vest/barn-i-bergen-flytdiagram/). Den første runden hadde samtlige 9430 2.-4.-klassinger (7-9-åringer) i Bergen som målgruppe og fant sted skoleåret 2002/2003. Runde 2 fant sted fire år senere, da barna var 11-13 år, og omfattet 7007 barn med foreldresamtykke for nye undersøkelser fra runde 1. I runde 3 og 4 var barna henholdsvis 14- 16 og 16-18 år.

Tre av de inkludert BiB-delstudiene rapporterte både forekomster og data som kunne brukes til å beregne diagnostisk nøyaktighet (Hysing et al., 2007; Posserud et al., 2014; Ullebø et al., 2011), mens de to øvrige kun rapporterte forekomster basert på SDQ-algoritmen (Ekornås et al., 2011; Hysing et al., 2009). Foreldre- og lærerrapporterte SDQ-data inngikk i algoritmen i samtlige delstudier.

Ullebø og medarbeidere brukte et utvalg fra runde 1 (N = 6233) med både foreldre- og lærerrapporterte SDQ-data og data fra Swanson, Nolan and Pelham Questionnaire-IV (SNAP-IV) (Swanson et al., 2001). Forskerne undersøkte SDQ-algoritmens evne til å identifisere barn med fenotyp ADHD-diagnose ved både probable- og possible-terskelen. Referansestandard for fenotyp ADHD-diagnose var gitt ved høye SNAP-IV-skårer. Algoritmebaserte forekomster av hyperaktivitet- og oppmerksomhetsforstyrrelser ble ikke oppgitt i artikkelen, men kunne beregnes på grunnlag av sensitivitet og N.

Posserud og medarbeideres (2014) utvalg besto av 234 barn som hadde komplett datasett fra både foreldre- og lærerrapporterte SDQ, SNAP-IV, DAWBAog K-SADS-PL. Forskerne definerte 68 av barna som barn med en diagnose i henhold til DAWBA, og de resterende 186 som kontroller uten noen DAWBA-basert diagnose. I denne delstudien undersøkte forskerne SDQ-algoritmens evne til å identifisere barn med ADHD-diagnose ved probable-terskelen. ADHD-diagnose i henhold til K-SADS-PL var referansestandard.

I delstudien til Hysing og medarbeidere (2007) var utvalget barn i alderen 7-9 år med kronisk sykdom (N = 109). Forskerne undersøkte SDQ-algoritmens evne til å identifisere barn med noen psykisk lidelse ved både probable- og possible-terskelen, med DAWBA som referansestandard. Hysing og medarbeidere oppga også forekomster av noen psykisk lidelse for henholdsvis utvalget med kronisk syke barn og for barn uten kronisk lidelse (N = 931).

De to delstudiene som kun rapporterte forekomster hadde relativt store utvalg, men fra hver sin runde av BiB (Ekornås et al., 2011; Hysing et al., 2009). Utvalget til Hysing og medarbeidere (2009) bestod av 6913 barn med både foreldre- og lærerrapporterte SDQ-data og data om kronisk sykdom, fra runde 1. Forskerne sammenliknet forekomster hos barn med kronisk sykdom (N = 444) og barn uten kronisk sykdom (N = 6469). Utvalget til Ekornås og medarbeidere (2011) omfattet barn med både foreldre- og lærerrapporterte SDQ-data og data fra The Self-Perception Profile for Children Revised (SPPC-rev) (Harter, 1985), fra runde 2 (N = 5073). Hysing og medarbeidere rapporterte forekomster ved både probable- og possible-terskelen, mens Ekornås og kolleger kun brukte possible-terskelen.

BUP-Nord

Brøndbo og medarbeidere (Brøndbo et al., 2011)inkluderte barn i alderen 5-18 år som var henvist til barne- og ungdomspsykiatrisk poliklinikk i Tromsø eller Alta (N = 286). Forskerne undersøkte SDQ-algoritmens evne til å identifisere barn med noen psykisk lidelse, ADHD, emosjonell lidelse og atferdsforstyrrelse. Både foreldre-, lærer- og selvrapporterte SDQ-data inngikk i algoritmen. Forskerne brukte både probable- og possible-terskelen, og DAWBA var referansestandard. 

Lehmann 2014

Utvalget til Lehmann og medarbeidere (Lehmann et al., 2014)besto av fosterbarn i alderen 6-12 år fra Buskerud, Vestfold, Telemark, Øst-Agder og Vest-Agder (N=141). Forskerne undersøkte SDQ-algoritmens evne til å identifisere barn med noen psykisk lidelse, ADHD, emosjonell lidelse og atferdsforstyrrelse. Foreldre- og lærerrapporterte SDQ-data inngikk i algoritmen, og forskerne brukte både probable- og possible-terskelen. Også her var DAWBA referansestandard.

Oellingrath 2013

I den befolkningsbaserte studien til Oellingrath, Svendsen og Hestetun (Oellingrath et al., 2014)besto utvalget av 1095 12-13-åringer fra TelemarkForskerne rapporterte algoritmebaserte forekomster av henholdsvis noen psykisk lidelse, emosjonelle lidelser, atferdsforstyrrelser og ADHD. Terskelen var possible, og det var kun foreldrerapporterte SDQ-data som inngikk i algoritmen. 

Mindre studier

De to øvrige studiene rapporterte kun forekomster av noen psykisk lidelse, ADHD, emosjonelle lidelser og atferdsforstyrrelser fra mindre, selekterte utvalg. Det ene utvalget besto av 45 barn (4-17 år) i en barnevernsinstitusjon i en kommune på Vestlandet (Aasheim, 2012), og det andre utvalget besto av 73 barn i alderen 9-15 år med epilepsi (Hanssen-Bauer et al., 2007). Hanssen-Bauer, Heyerdahl og Eriksson brukte både foreldre-, lærer- og selvrapporterte SDQ-data i algoritmen, mens Aasheim brukte foreldre- og lærerrapporterte data.

Den danske versjonen av SDQ

Den danske studien hadde et befolkningsbasert utvalg fra København på 2315 barn i alderen 5-7 år (Rimvall et al., 2014). Forskerne undersøkte SDQ-algoritmens evne til å identifisere barn med ADHD-diagnose ved både probable- og possible-terskelen. Referansestandard var gitt ved registerdata. Kriteriet for å bli klassifisert som barn med ADHD-diagnose var at barnet var registrert med en ADHD-diagnose og/eller med en resept på et sentralstimulerende legemiddel i en 7-årsperiode etter utfylling av SDQ.

 

Forekomster av algoritmebaserte diagnoser

I befolkningsbaserte utvalg varierte forekomsten av noen diagnose (terskel: possible) fra ni prosent blant 12-13-åringer i Telemark til 21 % blant 5-7-åringer i København (Tabell 2a). Den høye forekomsten i København ser ut til å kunne forklares av en høy forekomst av atferdsforstyrrelser. Forekomsten av henholdsvis ADHD og emosjonelle lidelser (terskel: possible) i befolkningsbaserte utvalg varierte fra 4 % til 6 %, og forekomsten av atferdsforstyrrelser varierte fra 2 % til 17 %.

 

Forekomsten av noen diagnose (terskel: probable) varierte fra 5 % blant barn med «annen kronisk sykdom» til 73 % blant barn i psykisk helsevern (Tabell 2b). Blant fosterbarn og barn med epilepsi var forekomsten av noen psykisk lidelse 45 % - 47 %. Forekomsten av ADHD varierte fra 18 % blant barn med epilepsi til 30 % blant barn i BUP. Forekomsten av emosjonelle lidelser varierte fra 16 % blant fosterbarn til 40 % blant barn i psykisk helsevern. Forekomsten av atferdsforstyrrelser varierte fra 12 % blant fosterbarn til 25 % blant barn i psykisk helsevern.

 

Kriterievaliditet: diagnostisk nøyaktighet

Diagnostiske instrumenter har forskjellige egenskaper i selekterte og befolkningsbaserte utvalg. Vi har derfor valgt å skille mellom de to typene utvalg i vår gjengivelse av data for SDQ-algoritmens diagnostiske nøyaktighet.

Selekterte utvalg

De selekterte utvalgene bestod av barn med kronisk sykdom (Hysing et al., 2007), barn i psykisk helsevern (Brøndbo et al., 2011) og fosterbarn (Lehmann et al., 2014). Vi gjengir her SDQ-algoritmens evne til å identifisere barn med henholdsvis noen psykisk lidelse, ADHD, atferdsforstyrrelser og emosjonelle lidelser. Vi rapporterer kun diagnostisk nøyaktighet for SDQ-indekser og diagnosekategorier som korresponderer direkte. Det vil si at den rapporterte diagnostiske nøyaktigheten for noen psykisk lidelse er basert på SDQ-indeks noen psykisk lidelse, for ADHD er den basert på SDQ-indeks hyperkinetiske- og oppmerksomhetsforstyrrelser, og så videre.

Noen psykisk lidelse

Ved terskel probable i selekterte utvalg identifiserte SDQ-algoritmen 68 - 85 av 100 barn med noen psykisk lidelse, og 52 - 85 av 100 barn uten noen psykisk lidelse (Tabell 3). Andel testpositive barn som hadde noen psykisk lidelse i henhold til referansestandarden (positiv prediktiv verdi - PPV) varierte fra 55 % til83 % av, og 65 % - 94 % av testnegative barn hadde ikke noen psykisk lidelse (negativ prediktiv verdi - NPV).

Ved terskel possible i selekterte utvalg identifiserte SDQ-algoritmen 84 - 96 av 100 barn med noen psykisk lidelse, og 24 - 62 av 100 barn uten noen psykisk lidelse (Tabell 3). Andel testpositive barn som hadde noen psykisk lidelse i henhold til referansestandarden (PPV) varierte fra 39 % til 73 %, og 73 % - 98 % av testnegative barn hadde ikke noen psykisk lidelse (NPV).
 

ADHD

Ved terskel probable i selekterte utvalg identifiserte SDQ-algoritmen 68 - 77 av 100 barn med ADHD, og 80 - 88 av 100 barn uten ADHD (Tabell 4). Andel testpositive barn med en ADHD-diagnose i henhold til referansestandarden (PPV) varierte fra 46 % til 51 %, og 92 % - 94 % av testnegative barn hadde ikke en ADHD-diagnose (NPV).

Ved terskel possible i selekterte utvalg identifiserte SDQ-algoritmen 82 - 100 av 100 barn med ADHD, og 45 - 55 av 100 barn uten ADHD (Tabell 4). Andel testpositive barn med ADHD-diagnose i henhold til referansestandarden (PPV) varierte fra 28 % til 31 %, og 92 % - 100 % av testnegative barn hadde ikke en ADHD-diagnose (NPV).