Machine Translated by Google
Soc Psikiatri Psikiater Epidemiol (2004) 39 : 613–617
KERTAS ASLI
Sasi A. Willmott · Jed AP Boardman · Carol A. Henshaw · Peter W. Jones
Memahami skor Kuesioner Kesehatan Umum (GHQ-28)
dan ambang batasnya
Diterima: 3 Maret 2004
ÿ Abstrak Latar Belakang Temuan variasi ambang batas optimal
dari Kuesioner Kesehatan Umum (GHQ) di berbagai rangkaian
terbukti sulit untuk dijelaskan. Analisis ini bertujuan untuk
mengetahui ambang batas optimal GHQ, variabilitasnya dan
hubungannya dengan prevalensi gangguan kejiwaan. Metode
Survei epidemiologi dua fase cross-sectional digunakan dalam
studi gangguan kejiwaan non-psikotik yang dilakukan oleh konsultan
Praktek Umum. Sebanyak 1.670 pasien berturut-turut disaring
menggunakan GHQ-28 dan formulir pertemuan dokter umum, dan
336 diwawancarai menggunakan Wawancara Klinis Terstruktur
untuk Gangguan Aksis I DSM-IV (SCID). Total prevalensi
gangguan kejiwaan diperkirakan menggunakan tiga metode
berbeda dan dihitung di praktik pedesaan dan perkotaan serta di
antara mereka yang mengunjungi Dokter Umum dan Perawat
Praktik. Hasil Distribusi frekuensi skor GHQ untuk seluruh sampel
responden tidak merata sehingga menghasilkan rata-rata skor
GHQ yang bias. Nilai rata-rata untuk kategori sampel yang berbeda
ditemukan
SA Willmott, PhD · Prof. PW Jones, PhD Sekolah
Komputasi dan Matematika Keele University
Keele, Inggris
dr. SA Willmott, PhD ()
Kantor Penelitian dan Pengembangan
Rumah Sakit Mid Cheshire
Kepercayaan NHS
Leighton Hospital, Middlewich Road Crewe,
CW1 4QJ, UK Tel.:
+44-1270/612-163 Faks:
+44-1270/612-643 E-Mail:
sasithorn.willmott@mcht.nhs.uk atau
s.willmott@keele.ac.uk
JAP Boardman, PhD, Departemen Penelitian
Layanan Kesehatan FRCPsych.
Institut Psikiatri London,
Inggris
CA Henshaw, MD, MRCPsych
Departemen Psikiatri
Universitas Keele
Keele, Inggris
DOI 10.1007/s00127-004-0801-1
lebih tinggi dari nilai median yang menunjukkan bahwa median
skor GHQ mungkin merupakan parameter yang lebih baik untuk
menggambarkan distribusi skor dibandingkan rata-rata. Nilai median
skor GHQ menunjukkan korelasi yang kuat dengan perkiraan
prevalensi melalui tiga metode berbeda.
Kesimpulan Median skor GHQ memberikan perkiraan skor batas
yang lebih baik dibandingkan mean. Skor median dapat digunakan
sebagai estimasi ambang batas optimal, pada kondisi dimana
sensitivitas dan spesifisitasnya tidak diketahui atau estimasi
prevalensi melalui survei kuesioner diperlukan. Metode alternatif
lebih disukai ketika menyaring kasus-kasus individual atau dalam
konteks desain dua tahap.
ÿ Kata kunci GHQ-28 – ambang batas optimal – median
skor – sifat psikometrik – prevalensi
Perkenalan
Kuesioner Kesehatan Umum (GHQ) adalah kuesioner skrining
yang dilakukan sendiri dan dirancang untuk mendeteksi
kemungkinan gangguan kejiwaan di layanan kesehatan primer
(Goldberg 1972) yang sangat populer dan banyak digunakan dalam
penelitian (misalnya, Lobo dkk. 1986; Gureje dan Obikoya 1990;
Schmitz dkk. 1999). Ada beberapa kesulitan dalam menafsirkan
variasi ambang batas yang diadopsi untuk situasi yang berbeda
(Goldberg et al. 1998) dan upaya baru-baru ini untuk memahami
kekuatan diskriminatif GHQ belum memberikan penjelasan yang
meyakinkan mengapa ambang batas GHQ bervariasi dari satu
tempat ke tempat lain. ke yang lain (Wilmink dan Snijders 1989;
Van Hemert dkk.
1995; Goldberg dkk. 1998). Clarke dan McKenzie (1994)
mengemukakan bahwa ketika instrumen penyaringan diterapkan
dengan titik potong, ukuran validitas seperti sensitivitas dan
spesifisitas cenderung kehilangan akurasi dan generalisasinya.
Faktanya, konsep ambang batas optimal mungkin lebih berguna
untuk memperkirakan prevalensi pada populasi besar dibandingkan
SPE 801
skrining untuk kasus-kasus individual. Laporan terbaru oleh
Furukawa dkk. (2001) beralih dari penggunaan ambang batas
optimal GHQ ke penggunaan stratum-spe-
Machine Translated by Google

614

rasio kemungkinan spesifik untuk tes skrining, yang mungkin

memberikan alternatif yang lebih informatif daripada yang diperbaiki
pendekatan ambang batas (Sackett dkk. 2000). Goldberg dkk.
(1998) mencatat bahwa skor rata-rata GHQ diberikan a
panduan kasar ke ambang batas terbaik dan bahwa ada a
hubungan antara ambang batas terbaik dan kemampuan
GHQ untuk membedakan antara kasus dan non-kasus.
Penggunaannya harus jelas
ambang batas: sebagai cara untuk memutuskan siapa yang harus
menjalani wawancara tahap kedua atau sebagai cara untuk
memberikan perkiraan prevalensi pada populasi tertentu, dan hal ini
perlu dipertimbangkan ketika memeriksa batas GHQ
skor dan sifat psikometrik GHQ.
Analisis ini menggunakan data dari Mid Cheshire
dan Studi Keele General Practice (MiCK) (lihat Board-man dkk.
2003 untuk rincian lebih lanjut), bertujuan untuk mengkaji
karakteristik dasar skor GHQ dan variabilitasnya untuk memberikan
wawasan dan pemahaman lebih lanjut
markas besar. Analisisnya berpusat pada ambang batas optimal, yaitu Gambar 1 Desain penelitian, fraksi pengambilan sampel, dan tingkat gesekan
variabilitas dan kemungkinan hubungan dengan faktor lain
seperti prevalensi.

Subjek dan Metode
ÿ Penyaringan dan pemilihan kasus untuk wawancara
Data yang digunakan dalam makalah ini diperoleh dari survei dua tahap
Peserta Praktek Umum yang dilakukan di Mid Cheshire (Boardman
dkk. 2003). Singkatnya, total 1.670 pasien berusia berturut-turut
17–65 tahun menghadiri operasi rutin 21 Dokter Umum (GP) dan 12 Perawat Praktek
(PN) menyelesaikan Program Kesehatan Umum
Kuesioner (GHQ-28). Derajat gangguan emosi pasien dinilai oleh dokter umum atau PN
dengan skala enam poin mulai dari 0
(tidak ada gangguan) sampai 5 (gangguan berat) (lihat Marks dkk. 1979;
Boardman 1987). Skor batas 4/5 digunakan untuk mendefinisikan kasus GHQ
(GHQ+) dan semua subjek yang diberi nilai 2 atau lebih oleh GP atau PN dianggap
sebagai kasus GP (atau PN) (GP+). Subyek dipilih untuk wawancara berdasarkan GHQ
dan GP mereka dengan menggunakan modifikasi metode yang dijelaskan oleh Ormel
et al. (1990). Semua pasien di
kategori GHQ+/GP+ dan GHQ–/GP+ dipilih secara sistematis
untuk wawancara dan individu acak dari kategori GHQ+/GP–
dan GHQ–/GP– dipilih (Gbr. 1). Detail lebih lanjut tentang pengambilan sampel
metode dan bobot sampel dapat ditemukan di Boardman et al. (2003).
ÿ Tindakan
Sebanyak 336 orang (20% dari sampel yang disaring) diwawancarai menggunakan
Wawancara Klinis Terstruktur untuk Gangguan Aksis I DSM-IV (SCID) (First et al. 1996).
Subyek yang diwawancarai diklasifikasikan menurut kriteria DSM-IV (American
Psychiatric Association
1995) dan kriteria Bedford College (Finlay-Jones dkk. 1980). Sifat penyakit seperti yang
terlihat di layanan primer berarti bahwa penelitian ini perlu dilakukan
memeriksa berbagai kasus gangguan non-psikotik termasuk
gangguan sub-ambang batas. Demikian pengertian kasus kejiwaan di
penelitian kami mengikuti kriteria DSM-IV sebagai definisi standar dengan
memasukkan kasus-kasus sub-ambang batas atau 'batas' yang didefinisikan
dengan kriteria Bedford College (Finlay-Jones dkk. 1980). Kisaran
Gangguan DSM-IV termasuk Gangguan Depresi Besar dan Kecil,
Penyalahgunaan dan Ketergantungan Zat, Gangguan Kecemasan Umum,
Gangguan Panik, Agorafobia, Fobia Sosial, Fobia Spesifik, Gangguan Obsesif Kompulsif,
Gangguan Stres Pasca Trauma, Gangguan Somatis, dan Gangguan Makan. Tidak ada
upaya yang dilakukan untuk mendefinisikan
Gangguan DSM-IV Axis II. Kasus Bedford College termasuk Bedford
dari kasus-kasus yang didefinisikan pada wawancara adalah penyakit penyerta, termasuk yang sederhana
fobia dan gangguan makan yang mungkin tidak dapat dideteksi
tes penyaringan. Untuk tujuan analisis ini, kasus wawancara didefinisikan sebagai
subjek yang merupakan kasus pada salah satu dari kasus tersebut
Kriteria kasus DSM-IV atau Bedford College digunakan.
Singkatnya, tiga jenis identifikasi kasus digunakan dalam hal ini
studi: (i) identifikasi kasus GHQ; (ii) identifikasi kasus dokter umum; dan (iii)
Kasus DSM-IV atau Bedford College pada saat wawancara. Ini
digunakan sebagai standar emas untuk membandingkan kinerja
markas besar.
ÿ Analisis
Untuk menguji variabilitas skor GHQ, disaring
sampel dikategorikan menurut pengaturan praktik (pedesaan atau
perkotaan) dan tenaga kesehatan yang diajak berkonsultasi (Dokter atau PN). Ada
lima kategori sampel seperti yang ditunjukkan pada Tabel 1. Untuk masing-masing
kategori ini, ringkasan statistik dan distribusi frekuensi GHQ
skor dihitung menggunakan SPSS (SPSS Inc. 1999).
Berdasarkan 336 sampel yang diwawancarai SCID pada tahap kedua
survei, prevalensi skrining diperkirakan mengikuti
metode Dunn dkk. (1999) dan Ormel dkk. (1990). Kedua metode tersebut
berbeda dalam cara faktor bobot diperkirakan dan, dengan demikian, memiliki
nilai bobot yang berbeda. Dalam Dunn dkk. (1999), pengambilan sampel
bobot untuk GHQ+ yang diwawancarai adalah perbandingan antara jumlah keseluruhan
dari GHQ+ yang disaring dan jumlah total yang diwawancarai
GHQ+. Demikian pula, bobot sampel untuk GHQ– yang diwawancarai adalah
rasio antara GHQ– yang disaring dan GHQ yang diwawancarai–.The
prevalensi ÿ diberikan oleh:
ÿ = ÿ bilang/ÿucapkan
dimana wi adalah bobot sampel subjek ke-i dan yi adalah emasnya
standar setelah wawancara yaitu = 1 jika subjeknya adalah kasus yang 'benar'
dan = 0 sebaliknya. Dalam Ormel dkk. (1990), bobot sampelnya adalah
rasio yang sama, namun kategori pengambilan sampel meningkat dari dua (GHQ+
dan GHQ–) hingga empat (GHQ+/GP+, GHQ–/GP+, GHQ+/GP– dan
GHQ–/GP–) (lihat Gambar 1 untuk pengambilan sampel pecahan). Metode ketiga adalah
berdasarkan proporsi mereka yang mendapat skor di atas ambang batas GHQ-28:
kemungkinan prevalensi (lihat Goldberg 1978; Goldberg dan Hillier
1979; Boardman 1987 untuk rincian lebih lanjut). Kemungkinan prevalensinya
mewakili proporsi pasien yang memperoleh skor tinggi pada
GHQ setelah jangka waktu koreksi diterapkan. Rumusnya bisa saja
ditulis sebagai

Kasus depresi perguruan tinggi dan kasus ambang batas, kasus kecemasan dan kasus
ambang batas. Tidak ada definisi hierarki kasus yang digunakan dan banyak lagi
Machine Translated by Google

615

Tabel 1 Statistik dasar skor total GHQ untuk berbagai kategori sampel diperoleh dari survei tahap pertama. Perkiraan prevalensi yang sesuai
dari tiga metode berbeda juga disediakan untuk perbandingan

Kategori sampel Contoh ukuran skor total GHQ Kemungkinan prevalensi* Prevalensi dari Prevalensi dari
(%) Dunn dkk. (1999) (%) Ormel dkk. (1990)
Berarti Median SD Kecondongan (%)

Sampel yang disaring secara keseluruhan 1670 5.68 4.0 6.15 1.214 40.90 30.89 27.77

Sampel dari lingkungan pedesaan 453 5.10 3.0 5.92 1.385 35.60 26.54 21.28

Sampel dari lingkungan perkotaan 1217 5.89 4.0 6.23 1.158 42.87 32.49 30.01

Sampel dari dokter 1061 6.67 5.0 6.48 1.010 51.09 38.63 29.57

Sampel dari PN 609 3.94 2.0 5.11 1.652 23.14 14.34 18.01

* Perkiraan didasarkan pada nilai sensitivitas GHQ sebesar 88 % dan nilai spesifisitas sebesar 84,2 % menurut Goldberg dan Hillier (1979)

kemungkinan prevalensi = HP – fp

s – fp

dimana HP adalah persentase dengan skor tinggi (yaitu GHQ+), s adalah sensitivitas dan fp
adalah tingkat positif palsu yang dapat dinyatakan sebagai 1 –
kekhususan (Goldberg dan Huxley 1980). Mengikuti Goldberg dan
Hillier (1979), nilai sensitivitas GHQ sebesar 88 % dan spesifisitasnya
nilai 84,2% digunakan dalam perhitungan. Nilai prevalensi
dari ketiga metode berbeda tersebut ditunjukkan pada Tabel 1 menurut
kategori sampel.
Kami berasumsi bahwa setiap kelompok sampel memiliki ukuran sampel yang cukup
perbandingan sehingga perbedaan antar kelompok menjadi nyata dan
berarti. Untuk menguji validitas asumsi kami, statistik skor GHQ (yaitu rata-rata, deviasi standar,
dan ukuran sampel) digunakan untuk memperkirakan kekuatan perhitungan untuk pasangan
kategori yang berbeda. Itu
perhitungan dilakukan dengan menggunakan Stata (StataCorp 1999). Di dalam
Dalam penelitian ini, perbedaan terbesar dalam hal statistik skor GHQ antara dokter umum dan
PN menunjukkan kekuatan penghitungan sama dengan
setinggi 99 % untuk ukuran sampel masing-masing 1061 dan 609, dengan
nilai p 0,05 untuk uji dua sisi. Perhitungan yang sama diterapkan pada perbedaan terkecil antara
lingkungan perkotaan dan lingkungan
kategori dokter. Ditemukan bahwa untuk ukuran sampel 1217 dan 1061,
masing-masing, kekuatan perhitungannya adalah 80% dengan nilai p yang sama
sebesar 0,05. Hasil ini menegaskan bahwa ukuran sampel yang digunakan dalam perbandingan Gambar 2 Distribusi frekuensi skor GHQ dari keseluruhan sampel yang disaring
kami cukup memadai untuk memberikan perbandingan statistik yang signifikan dan bermakna pada survei tahap pertama. Statistik dasar terkait ditabulasikan dalam
antara berbagai kategori sampel yang ditunjukkan pada Tabel 1. Tabel 1

diharapkan berkorelasi dengan skor median GHQ.

Hasil
Nilai prevalensi didasarkan pada tiga metode penghitungan yang
berbeda sesuai kategori sampel
ditunjukkan pada Tabel 1. Gambar 2 menunjukkan distribusi frekuensi
skor total GHQ dan dapat dilihat bahwa
distribusi skor miring dibandingkan dengan normal
distribusi (yang ditampilkan sebagai garis padat). Di angka nol
akhir distribusi, ada kemiringan yang lebih besar dan
perbedaan yang lebih besar antara nilai mean dan median.
Ini menyiratkan bahwa nilai rata-rata mungkin sensitif terhadap
kecondongan. Oleh karena itu, nilai mediannya mungkin lebih baik
parameter distribusi. Jika rata-rata skor GHQ
memberikan panduan kasar untuk ambang batas terbaik (Goldberg
dkk. 1998), maka median skor GHQ seharusnya
memberikan panduan yang lebih andal daripada mean. Lebih-lebih lagi,
jika jumlah skor nol meningkat dalam sampel, yang menunjukkan
peningkatan pada kasus non-kasus dan, dengan demikian,
penurunan total prevalensi, maka akan terjadi penurunan jumlah kasus.median skor GHQ dan prevalensi layanan primer, untuk
nilai median GHQ. Oleh karena itu, prevalensinya dapat
Gambar 3 menunjukkan plot median GHQ terhadap estimasi
prevalensi dari tiga metode berbeda untuk
kelompok sampel pada Tabel 1. Terlihat bahwa terdapat a
tren korelasi yang kuat meskipun terdapat perbedaan
metode dan faktor bobot yang digunakan dalam perhitungan. Hasil ini
menegaskan harapan kami dan masuk
persetujuan yang baik dengan Clarke dan McKenzie (1994) yang
menyarankan bahwa skor ambang batas yang umum digunakan dalam
instrumen penyaringan mungkin berguna untuk memperkirakan
prevalensi pada populasi besar.
Dapat dilihat dari Gambar 3 bahwa nilai prevalensinya
diperkirakan dari Dunn dkk. (1999) dan Ormel dkk.
(1990) tampaknya lebih dekat satu sama lain daripada kemungkinannya
perkiraan prevalensi. Hal ini kemungkinan besar disebabkan oleh
perbedaan derivasinya. Namun, tampaknya hasilnya demikian
menunjukkan bahwa kemungkinan nilai prevalensi mungkin terlalu
tinggi secara sistematis. Meskipun diperlukan lebih banyak bukti
langsung untuk mendukung hubungan antara keduanya
menyelidiki hubungan ini lebih jauh, sebuah hubungan linier sederhana
Machine Translated by Google
616
Gambar 3 Plot median GHQ terhadap prevalensi yang diperkirakan dari tiga
metode berbeda (yaitu kemungkinan prevalensi (PP); prevalensi (PREV_D) dari
Dunn dkk. (1999); dan prevalensi (PREV_O) dari Ormel et al. (1990)
regresi diterapkan menggunakan SPSS pada Gambar. 3 menghilangkan
kemungkinan nilai prevalensi. Gambar 4 menunjukkan regresi linier
antara median GHQ dan prevalensi
perkiraan dari Dunn dkk. (1999) dan Ormel dkk. (1990)
dengan koefisien korelasi sangat signifikan (p <0,01) sebesar 0,91.
Kapan regresi linier dilakukan
untuk setiap metode, hubungan yang paling realistis adalah
diberikan dengan metode Dunn et al. (1999) karena sebagai
median menjadi nol, prevalensinya berkurang hingga sangat rendah
nilai 0,49 % mendekati nol, lebih rendah dari yang diberikan oleh
metode alternatif Ormel dkk. (1990). Regresi
menyiratkan bahwa metode Dunn et al. (1999) memberikan
bias paling sedikit dalam perkiraan prevalensi. Harus
menekankan bahwa temuan yang ditunjukkan pada Gambar. 3 dan 4 adalah pra-
Gambar 4 Regresi linier yang ditemukan antara median GHQ dan estimasi
prevalensi dengan metode Dunn et al. (1999) dan prevalensi diperkirakan oleh
metode Ormel dkk. (1990)
hasil terbatas yang menunjukkan bahwa penelitian lebih lanjut diperlukan
diperlukan untuk menyelidiki hubungan antara prevalensi dan nilai
median GHQ.
Diskusi
Analisis sekunder data dari Boardman
dkk. (2003) penelitian menunjukkan bahwa distribusi frekuensi skor
GHQ miring dan nilai rata-ratanya miring.
sensitif terhadap jumlah non-kasus (yaitu nol GHQ
skor). Jika nilai median digunakan untuk menunjukkan ambang
batas optimal untuk skrining GHQ masalah kesehatan mental, maka
variabilitas dalam skor dan, oleh karena itu,
ambang batas dapat dikaitkan dengan dua komponen utama: (a)
prevalensi, dan (b) keandalan
pengumpulan data.
Komponen (a), yang diusulkan sebagai
penentu utama ambang batas (Furukawa et al.
2001), diperkirakan jauh lebih besar dibandingkan komponen (b).
Hal terakhir ini mungkin disebabkan oleh ketidakkonsistenan dalam
pelaporan yang akurat dan variasi harga emas
standar yang digunakan. Faktor lain, seperti tingkat keparahan
penyakit dan penyakit penyerta/beberapa diagnosis yang terkait
dengan skor akhir yang tinggi (Van Hermet dkk. 1995; Gold-berg
dkk. 1998), kemungkinan besar tidak berkontribusi terhadap
variabilitas ambang batas. Hal ini karena frekuensinya
skor tinggi umumnya sangat rendah dibandingkan dengan skor tersebut
skor rendah, dan variasi pada skor tinggi lebih sedikit
kemungkinan besar akan menyebabkan perubahan signifikan dalam skewness
distribusi.
Sifat psikometri suatu instrumen seperti itu
karena GHQ adalah properti bawaan yang dipromosikan
sensitivitas, spesifisitas dan keakuratan pelaporan (mis
item yang mendorong subjek untuk melaporkan secara akurat dan
secara terbuka). Sifat-sifat inilah yang memberikan kekuatan
diskriminasi ketika instrumen tersebut digunakan sebagai alat
penyaringan. Namun, jika skor batas tetap diterapkan pada
instrumen penyaringan, kemungkinan besar akurasi dan generalisasi
instrumen akan terkikis
(Clarke dan McKenzie 1994). Furukawa dan Goldberg
(1999) merekomendasikan penggunaan rasio kemungkinan khusus
stratum (SSLR) sebagai alternatif terhadap penggunaan rasio tetap.
ambang batas untuk mempertahankan kekuatan diskriminatif GHQ di
penyaringan berdasarkan analisis data dari 15 pusat berbeda. SSLR
memiliki keunggulan teoretis dibandingkan
ambang batas yang tetap karena tidak bergantung pada prevalensi
dan tidak terlalu bias terhadap spektrum tingkat keparahannya
kasus yang terlihat. Mereka menemukan bahwa SSLR untuk GHQ-12
stabil di seluruh pusat dan SSLR dari 14
pusat-pusat tersebut sebagian besar berlaku untuk pusat-pusat lainnya.
Goldberg dkk. (1998), menggunakan sumber data yang sama
seperti Furukawa dan Goldberg (1999), menyimpulkan bahwa
rata-rata skor GHQ untuk seluruh populasi responden memberikan
panduan kasar mengenai ambang batas terbaik. Itu
analisis saat ini menunjukkan bahwa skor median menyediakan
panduan yang lebih baik. Dalam sampel saat ini, karena distribusi
frekuensi skor GHQ tidak seimbang, maka
nilai rata-rata ditemukan lebih tinggi dari nilai median.
Machine Translated by Google
ya. Median skor GHQ tampaknya merupakan ringkasan distribusi
skor yang lebih baik dibandingkan mean
Skor GHQ. Selain itu, skor median tampaknya juga demikian
menunjukkan korelasi yang kuat dengan prevalensi yang
menunjukkan bahwa prevalensi tersebut bisa menjadi yang utama
penentu skor GHQ dan ambang batasnya. Itu
Median GHQ sebaiknya digunakan sebagai estimasi yang terbaik
ambang batas, di tempat dimana sensitivitas dan spesifisitasnya
tidak diketahui atau dimana perkiraan prevalensi dari survei
kuesioner diperlukan. Penggunaan
rasio kemungkinan spesifik strata lebih disukai bila
skrining untuk kasus individual atau dalam konteks desain dua
fase.
ÿ Ucapan Terima Kasih Rumah Sakit Mid Cheshire NHS Trust
mendanai proyek tersebut. Tim peneliti mengucapkan terima kasih atas bantuan dari
Ms A Jones, Mr G Benson, Mrs A Newal, Mrs G Sydney dan Mrs C No-ble dari
Direktorat Kesehatan Mental, Rumah Sakit Leighton, dengan pengumpulan data
dalam penelitian ini. Kami juga mengucapkan terima kasih kepada Dokter Umum
dan Perawat Praktik yang berpartisipasi dalam penelitian kami
proyek.
Referensi
1. American Psychiatric Association (1995) Manual Diagnostik dan Statistik
Gangguan Mental Edisi ke-4 . RR Donnelley &
Sons Company, AS, hal 886
2. Boardman AP (1987) Kuesioner Kesehatan Umum dan
deteksi gangguan emosi oleh dokter umum : A
studi yang direplikasi. Br J Psikiatri 151:373–381
3. Pengurus AP, Henshaw CA, Willmott SA (2003) Pertengahan Cheshire
dan Studi Praktik Umum Keele: I Prevalensi gangguan kejiwaan pada peserta
praktik umum. Diserahkan ke
Jurnal Psikiatri Inggris
4. Clarke DM, McKenzie DP (1994) Peringatan dalam penggunaan titik potong
yang diterapkan pada instrumen skrining atau kriteria diagnostik. J
Psikiater Res 28(2):185–188
5. Dunn G, Pickles A, Tansella M,Vazquez-Barquero JL (1999) Survei epidemiologi
dua fase dalam penelitian psikiatri. Br J Psikiatri 174:95–100
6. Finlay-Jones R, Brown GW, Duncan-Jones P, Harris T, Murphy E,
Prudo R (1980) Depresi dan kecemasan di masyarakat: mereplikasi diagnosis
suatu kasus. Kedokteran Psikologi 10:445–454
7. MB Pertama, Spitzer RL, Gibbon M, Williams JBW (1996) Terstruktur
Wawancara Klinis Gangguan DSM-IV Axis I – Edisi Pasien
(SCID-I/P, Versi 2.0). Departemen Penelitian Biometrik, Baru
Institut Psikiatri Negara Bagian York. 722 Jalan 168 Barat , New York,
NY 10032, AS
Lihat statistik publikasi
617
8. Furukawa TA, Goldberg DP (1999) Invarian budaya dari rasio kemungkinan
untuk Kuesioner Kesehatan Umum. Lancet 353:
561–562
9. Furukawa TA, Goldberg DP, Rabe-Hesketh S, Ustun TB (2001)
Rasio kemungkinan khusus strata dari dua versi Umum
Kuesioner Kesehatan. Kedokteran Psikologi 31:519–529
10. Goldberg DP (1972) Deteksi Penyakit Jiwa oleh
Daftar pertanyaan. Pers Universitas Oxford: London
11. Goldberg DP (1978) Manual Kuesioner Kesehatan Umum. NFER-NELSON
Publishing Co.Ltd., Windsor
12. Goldberg DP, Hillier VF (1979) Versi skala Umum
Kuesioner Kesehatan. Kedokteran Psikologi 9:139–145
13. Goldberg D, Huxley P (1980) Penyakit Jiwa di Masyarakat.
London: Tavistock
14. Goldberg DP, Oldehinkel T, Ormel J (1998) Mengapa ambang batas GHQ
bervariasi dari satu tempat ke tempat lain. Kedokteran Psikologi 28:915–921
15. Gureje O, Obikoya B (1990) GHQ-12 sebagai alat skrining dalam
pengaturan perawatan primer. Soc Psikiatri Psikiater Epidemiol 25:
276–280
16. Wolf A, Perez-Echeverria MJ,Artal J (1986) Validitas skala
versi Kuesioner Kesehatan Umum (GHQ-28) pada populasi Spanyol.
Psikologi Med 16:135–140
17. Marks JN, Goldberg DP, Hillier VF (1979) Penentu
kemampuan dokter umum dalam mendeteksi penyakit kejiwaan. Psikologi
Med 9:337–353
18. Ormel J, Van Der Brink W, Koeter MWJ, Giel R, Van Der Meer K,
Van De Willige G,Wilmink FW (1990) Pengakuan,manajemen
dan hasil dari gangguan psikologis di perawatan primer: studi tindak lanjut
yang naturalistik. Kedokteran Psikologi 20:909–923
19. Sackett DL, Straus SE, Richardson WS, Rosenburg W, Haynes RB
(2000) Pengobatan Berbasis Bukti: Cara Berlatih dan Mengajar
EBM. Edisi ke-2 . Edinburgh: Churchill Livingstone
20. Schmitz N, Kruse J, Tress W (1999) Sifat psikometrik
Kuesioner Kesehatan Umum (GHQ-12) dalam sampel perawatan primer di
Jerman. Pemindaian Acta Psychiatr 100:462–468
21. SPSS Inc. (1999) Perangkat Lunak SPSS: Rilis 9.0. Chicago, Illinois 60611,
rusa
22. StataCorp. (1999) Perangkat Lunak Statistik Stata: Rilis 6.0. Kampus
Stasiun, Tx, AS
23. Van Hemert AM, Den Heijer M, Vorstenbosch M, Bolk JH (1995)
Mendeteksi gangguan kejiwaan dalam praktek kedokteran menggunakan
Kuesioner Kesehatan Umum. Mengapa nilai batasnya berbeda-beda?
Psikologi Med 25:165–170
24. Wilmink FW, Snijders TA (1989) Regresi logistik politom
analisis Kuesioner Kesehatan Umum dan Masa Kini
Ujian Negara. Kedokteran Psikologi 19:755–764